Bei jeder Arbeit auf dieser Seite hat mindestens ein/e der ursprünglichen Autor*innen unsere verständliche Erklärung gesehen und begutachtet — entweder durch Bestätigung der Genauigkeit oder durch Korrekturwünsche, die wir anschließend umgesetzt haben. Eine Bestätigung bedeutet keine formelle Freigabe jedes Satzes, aber die Erklärung ist von den Menschen geprüft worden, die das Paper geschrieben haben.

607 von Autoren geprüfte Arbeiten · 241–250 / 607

A brief review of evolutionary game dynamics in the reinforcement learning paradigm

Diese Übersicht fasst neuere Fortschritte in der evolutionären Spieltheorie zusammen, die verstärkendes Lernen als überlegene Alternative zum Imitationslernen nutzen, und zeigt dessen Wirksamkeit bei der Erklärung des Entstehens von Kooperation, Fairness, Vertrauen und Ressourcenkoordination in menschlichen und natürlichen Systemen auf.

Guozhong Zheng, Xin Ou, Shengfeng Deng, Jiqiang Zhang, Li Chen2026-05-21✓ Author reviewed 🌀 nlin

Runtime-Certified Bounded-Error Quantized Attention

Dieser Beitrag stellt eine gestufte KV-Cache-Architektur vor, die eine zur Laufzeit zertifizierte quantisierte Aufmerksamkeit mit begrenztem Fehler ermöglicht, indem online Fehlergrenzen berechnet werden, um eine adaptive Präzisionsauswahl und einen deterministischen FP16-Fallback auszulösen, wodurch eine Wiederherstellung exakter dichter Aufmerksamkeitsergebnisse bei gleichzeitiger Aufrechterhaltung einer hohen Kompression für die Inferenz von LLMs mit langem Kontext garantiert wird.

Dean Calver2026-05-21✓ Author reviewed ⚡ eess

Lithium Enrichment in a Subgiant Star with a Brown Dwarf Companion: A Planetary Engulfment Candidate

Diese Studie identifiziert den Unterriese TOI-5882 als starken Kandidaten für die Verschlingung eines Planeten, was durch seine signifikante Lithium-Anreicherung belegt wird, die nach Modellierungen auf die Aufnahme eines Planeten mit der Masse zwischen einer Super-Erde und einem Neptun zurückgeführt werden könnte.

Brooke Kotten, Melinda Soares-Furtado, Ricardo Yarza, Andrew C. Nine, Seth A. Jacobson, Noah Vowell, Olivia Maynard, Allyson Bieryla, Andrew Vanderburg, Jack Schulte, Claudia Aguilera-Gomez, Enrico Ra (…)2026-05-21✓ Author reviewed 🔭 astro-ph

BALLAST: Bayesian Active Learning with Look-ahead Amendment for Sea-drifter Trajectories under Spatio-Temporal Vector Fields

Das Papier stellt BALLAST vor, ein bayessches Framework für aktives Lernen, das die Platzierung von Lagrange'schen Meeresdriftern zur Inferenz zeitabhängiger ozeanischer Vektorfelder durch die Integration von Vorausschau-Trajektorienvorhersagen und einer neuartigen, effizienten Gauß-Prozess-Inferenzmethode namens VaSE optimiert.

Rui-Yang Zhang, Lachlan Astfalck, Edward Cripps, David S. Leslie, Henry B. Moss2026-05-21✓ Author reviewed 📊 stat

Sutra: Tensor-Op RNNs as a Compilation Target for Vector Symbolic Architectures

Das Paper stellt Sutra vor, eine rein funktionale Programmiersprache, die symbolische Operationen der Vector Symbolic Architecture in fusionierte PyTorch-Tensor-Graphen kompiliert, wodurch Programme eine perfekte Dekodiergenauigkeit über diverse eingefrorene Embedding-Substrate hinweg erreichen und mittels Backpropagation trainiert werden können, während sie vollständig lesbar und als Quellcode neu kompilierbar bleiben.

Emma Leonhart2026-05-21✓ Author reviewed 🤖 cs.LG

A Multi-Layer Testing Framework for Automated Data Quality Assurance in Cloud-Native ELT Pipelines

Dieser Beitrag stellt ein einheitliches, mehrschichtiges Testframework für cloud-native ELT-Pipelines vor, das Validierung auf Orchestrierungsebene, deklarative dbt-Tests und von LLMs generierte semantische Tests integriert und durch kontrollierte Experimente nachweist, dass dieser Ansatz im Vergleich zu manuellen Baselines eine 128,57%ige Verbesserung bei der Anomalieerkennung erzielt und dabei die operative Praktikabilität wahrt.

Ismail Gargouri, Hassan Reza2026-05-21✓ Author reviewed 💻 cs

torchtune: PyTorch native post-training library

Das Paper stellt torchtune vor, eine PyTorch-native Bibliothek, die den Post-Training-Lebenszyklus großer Sprachmodelle durch die Priorisierung von Modularität, Transparenz und Erweiterbarkeit vereinfacht, um eine effiziente Feinabstimmung und schnelle Forschungsiteration bei gleichzeitiger Beibehaltung wettbewerbsfähiger Leistung und Speichereffizienz zu ermöglichen.

Mark Obozov, Maxime Griot, Joseph Cummings, Evan Smothers, Felipe Mello, Rafi Ayub, Philip John Bontrager, Salman Mohammadi, Ariel Kwiatkowski, Nathan Azrak, Mircea Mironenco2026-05-21✓ Author reviewed 🤖 cs.LG

Fuzzy Convolution Neural Networks for Tabular Data Classification

Dieser Beitrag schlägt ein neuartiges Fuzzy Convolution Neural Network (FCNN)-Rahmenwerk vor, das tabellarische Daten in auf Fuzzy-Mitgliedschaftsfunktionen basierende Bilder umwandelt, um Deep Learning effektiv für Klassifikationsaufgaben zu nutzen, und zeigt im Vergleich zu herkömmlichen maschinellen Lernalgorithmen auf komplexen, verrauschten Datensätzen eine konkurrenzfähige oder überlegene Leistung.

Arun D. Kulkarni2026-05-21✓ Author reviewed 🤖 cs.AI