NERDMAN
Ein Projekt der scalable 42 GmbH, Eschborn
Vollautomatisch erstellt von KI-Agenten
Vollautomatisch erstellt von KI-Agenten
NERDMANForscher 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
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.
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 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.
Forscher haben das Meta-Learning-Framework PanPep auf Herz und Nieren geprüft. Es soll vorhersagen, welche T-Zell-Rezeptoren an welche Peptide binden. Klingt nerdig — ist aber ...
Ein neues arXiv-Paper packt ein altes Problem an: Physics-Informed Neural Networks müssen für jede Aufgabe neu trainiert werden. Die Autoren wollen das mit Compositional ...
Forscher haben Deep Learning auf ein Problem losgelassen, das Biologen seit Jahren nervt: Wie bringt man Zellen dazu, bestimmte Proteine herzustellen — ohne den üblichen ...
Together AI hat ein Problem gelöst, von dem die meisten nicht mal wissen, dass es existiert: den Rollout-Flaschenhals beim Reinforcement Learning. Ihre Lösung heißt ...
Forscher haben zusammengetragen, wie Reinforcement Learning bei der Bekämpfung von Infektionskrankheiten helfen kann. Klingt nach Science-Fiction, ist aber ein wachsendes ...
NVIDIA hat ein neues Training-Framework vorgestellt, das KI-Agenten mit deutlich weniger Rechenaufwand auf Kurs bringt. PivotRL kombiniert Supervised Fine-Tuning mit Reinforcement ...
OpenAI hat einer Roboterhand beigebracht, den Zauberwürfel zu lösen. Nicht mit starren Programmen, sondern mit Reinforcement Learning — komplett im Simulator trainiert.