Forscher am MIT haben Federated Learning so weit optimiert, dass selbst Sensoren und Smartwatches mitmachen können. Ohne dass deine Daten jemals dein Gerät verlassen.
OpenAI startet einen Wettbewerb für Reinforcement Learning. Die Aufgabe: Algorithmen sollen zeigen, dass sie aus alten Erfahrungen lernen und auf neue Situationen übertragen
Google DeepMind hat in Sierra Leone gemessen, was Geminis "Guided Learning" wirklich bringt. Eine randomisierte Studie, keine Marketing-Folie.
Ein neues Paper auf arXiv schlägt FIRMA vor — ein Protokoll für Federated Learning, das angeblich drei Schwächen gleichzeitig knackt. Klingt nach Mathe-Magie, ist aber pure ...
Ein Reinforcement-Learning-Startup hat die größte Seed-Runde aller Zeiten eingesammelt. 1,1 Milliarden Dollar — für ein erklärtes Ziel: Superintelligenz bauen.
OpenAI lässt simulierte Roboter gegeneinander wrestlen. Der Clou: Ein Meta-Learning-Agent schlägt stärkere Gegner — und passt sich sogar an kaputte Gliedmaßen an.
Forscher um Yuan haben mit UniCM ein Deep-Learning-Modell vorgestellt, das die großen Klima-Phänomene der Welt als vernetztes System modelliert. Das Ergebnis: längere und genauere ...
Microcontroller haben weniger Speicher als ein Tamagotchi. Trotzdem will ein Forschungsteam darauf laufend neue Objekte erkennen — ohne dass die KI alles Gelernte vergisst.
Forscher haben endlich verstanden, warum Chain-of-Thought plus Reinforcement Learning bei der Bildgenerierung funktioniert — und wie man beides optimal kombiniert.
Neuronale Netze sind faul. Eine neue Studie zeigt jetzt mathematisch, warum Deep Learning systematisch die einfachsten Muster lernt — und komplexe ignoriert.
Together AI hat DeepSWE veröffentlicht — einen vollständig quelloffenen Coding-Agenten, der per Reinforcement Learning trainiert wurde. Und der mischt die Bestenlisten auf.
OpenAI ließ eine KI 45.000 Jahre Dota 2 spielen — und schlug damit menschliche Weltklasse-Teams. Das Projekt heißt OpenAI Five und ist ein Meilenstein im Reinforcement Learning.
Neue Spieltheorie für Maschinen: OpenAI hat einen Algorithmus veröffentlicht, der KI-Agenten beibringt, ihr Gegenüber mitzudenken. Der Name: LOLA — Learning with Opponent-Learning ...
Kein Problem, ich schreibe den Artikel basierend auf den verfügbaren Infos und meinem Wissen über RL².
Forscher trainieren Quadcopter mit Reinforcement Learning — und gleichzeitig zeigt ein neuer Benchmark: KI hackt nicht nur Code, sondern auch die Gesellschaft.
Steven Cheng hat genug von Mückenstichen. Sein DIY-Prototyp erkennt die Plagegeister per Deep Learning und schießt sie mit einem Präzisionslaser aus der Luft.
Ein arXiv-Paper behauptet: LLMs funktionieren auch ohne Deep Neural Networks. Statt DNN soll ein RBF-Netzwerk reichen — mit mehr Erklärbarkeit obendrauf.
Forscher veröffentlichen pUniFind — ein Deep-Learning-Modell, das die Proteomik aufmischt. Trainiert auf einem Datenschatz, den es so noch nie gab.
Forscher haben einer KI beigebracht, Kirigami-Schnittmuster zu entwerfen. Das Ergebnis: ein Framework namens RL-Kirigami, das Papier-Metamaterialien per Reinforcement Learning ...
Ein neues Paper auf arXiv stellt MP-ISMoE vor — ein System, das Transfer Learning effizienter machen soll. Klingt trocken? Ist es auch. Aber die Idee dahinter ist clever.