Forscher von Deepseek haben eine Methode entwickelt, die das Training großer Sprachmodelle stabiler macht. Der Ansatz nutzt mathematische Einschränkungen, um ein bekanntes Problem bei erweiterten Netzwerkarchitekturen zu lösen.
Der Artikel Neue Methode von Deepseek stabilisiert Signale beim Training großer KI-Modelle erschien zuerst auf The Decoder.
Forscher stellen ein neues Framework vor, das verschiedene KI-Agenten gemeinsam trainieren kann. Die Methode soll komplexe Aufgaben durch spezialisierte Rollen und Teamwork besser lösen.
Der Artikel Neues Trainingsverfahren lässt KI-Agenten besser im Team arbeiten erschien zuerst auf The Decoder.
Ein neues Forschungspapier zeigt, dass große Sprachmodelle Textstellen aus bekannten Büchern fast wortwörtlich wiedergeben können. Die Methode könnte eine hohe Relevanz für kommende Copyright-Verfahren haben.
Der Artikel KI-Forscher zeigen, dass Sprachmodelle urheberrechtlich geschützte Bücher auswendig können erschien zuerst auf The Decoder.
Ein Forschungsteam aus China hat eine neue Methode entwickelt, mit der Large Language Models direkt über ihre internen Speicherstrukturen kommunizieren können. Das Cache-to-Cache-Verfahren soll die Zusammenarbeit zwischen KI-Modellen beschleunigen und verbessern.
Der Artikel Neue Cache-Methode lässt Sprachmodelle direkt über interne Speicher kommunizieren erschien zuerst auf THE-DECODER.de.
Die neue Methode DeepConf (Deep Think with Confidence) von Meta und der University of California, San Diego macht mathematisches Denken in Sprachmodellen effizienter, indem sie den Rechenaufwand deutlich senkt und zugleich die Genauigkeit erhöht.
Der Artikel Neue Inferenzmethode DeepConf kann LLM-Reasoning-Aufwand deutlich reduzieren erschien zuerst auf THE-DECODER.de.
Das KI-Unternehmen Anthropic hat eine Methode entwickelt, mit der sich Persönlichkeitsmerkmale in Sprachmodellen überwachen, kontrollieren und gezielt verhindern lassen.
Der Artikel Anthropic macht KI-Charaktere steuerbar und entdeckt problematische Trainingsdaten erschien zuerst auf THE-DECODER.de.
Das japanische KI-Start-up Sakana AI hat eine neue Methode entwickelt, bei der mehrere große Sprachmodelle wie ChatGPT und Gemini gemeinsam an einem Problem arbeiten. Erste Tests zeigen, dass diese Zusammenarbeit deutlich bessere Ergebnisse liefert als einzelne Modelle allein.
Der Artikel Sakana AI kombiniert mehrere KI-Modelle zur besseren Problemlösung erschien zuerst auf THE-DECODER.de.