Modell-Extraktion
Definition
Bei der Modell-Extraktion wird die API eines Ziel-Maschinenlernmodells abgefragt, um …
Bei der Modell-Extraktion wird die API eines Ziel-Maschinenlernmodells abgefragt, um …
Ein Backdoor-Angriff beinhaltet das Vergiften der Trainingsdaten eines maschinellen …
Die Zeuthen-Strategie ist ein regelbasierter Ansatz für Verhandlungen in …
Wetware-Computing bezeichnet Systeme, bei denen biologische Neuronen, die oft in vitro …
WebSocket ist ein Computernetzwerkprotokoll, das eine persistente, bidirektionale …
Wetware bezog sich ursprünglich auf biologisches Hirngewebe, hat sich jedoch in der …
Dieses Institut, das mit einer erheblichen Spende der Wadhwani Foundation gegründet …
Video Super Resolution beinhaltet den Einsatz neuronaler Netze, um Videoinhalte von …
vLLM (Virtual Large Language Model) ist eine Open-Source-Bibliothek, die darauf ausgelegt …
Universelle Psychometrie umfasst die Entwicklung und Anwendung von Assessment-Tools, die …
Tree of Thoughts (ToT) erweitert traditionelle Chain-of-Thought-Prompts, indem es dem …
Dieses Konzept bezeichnet die historische und projizierte Abfolge von Ereignissen, bei …
Das Drei-Faktoren-Lernen ist ein spezifischer Ansatz im Bestärkenden Lernen, der den …
Text-zu-Video bezeichnet generative KI-Modelle, die auf Basis natürlicher Spracheingaben …
Der Begriff wurde von Pedro Domingos in seinem gleichnamigen Buch geprägt. Der …
Textgenerierungs-Inferenz (TGI) ist ein dediziertes Software-Framework, das darauf …
Eine zeitliche Verzerrung tritt auf, wenn Machine-Learning-Modelle jüngere Beobachtungen …
Symbolische Regression ist eine Art der Regressionsanalyse, die darauf abzielt, einen …
Supermind-KI bezeichnet Systeme, bei denen mehrere KI-Komponenten, menschliche Experten …
Die statistische Lerntheorie (SLT) ist ein Teilgebiet der Statistik und Informatik, das …
Das statistische relationale Lernen (SRL) kombiniert Wahrscheinlichkeitstheorie mit …
Die Spike-and-Slab-Regressionsmodellierung ist eine bayessche statistische Technik, die …
Räumliche Intelligenz bezeichnet die Kapazität künstlicher Intelligenzmodelle, räumliche …
Die Sprecher-Diarisierung ist die Aufgabe, einen Audio-Stream in homogene Segmente …
Räumliche Einbettung beinhaltet die Umwandlung physischer oder abstrakter räumlicher …
Souveräne KI beschreibt die Fähigkeit eines Landes oder einer Organisation, künstliche …
Die Singularitätsforschung ist eine aufstrebende akademische Disziplin, die die …
Slopaganda beschreibt eine strategische Form der Desinformation, die auf Wiederholung, …
Beim Ähnlichkeitslernen werden Modelle trainiert, um Eingaben in einen Vektorraum …
Semantische Faltung bezeichnet den Prozess des Komprimierens komplexer, hochdimensionaler …
Diese Technik wird hauptsächlich bei Large Language Models (LLMs) eingesetzt und …
Sam3 Video bezieht sich auf die Anwendung fortschrittlicher Segmentierungsmodelle, …
SUPS ist ein Akronym, das je nach Kontext variieren kann, aber häufig in spezialisierter …
Robot Learning umfasst das Training robotischer Agenten, um Aufgaben autonom auszuführen, …
Der Reparametrisierungstrick ist eine fundamentale Methode, die in variationalen …
Rekursive Selbstverbesserung bezeichnet die theoretische Fähigkeit eines künstlichen …
Die Rademacher-Komplexität bewertet, wie gut eine Hypothesenklasse mit zufälligen …
Dieser Ansatz geht über einfaches Human-in-the-Loop-Labeling hinaus. Er beinhaltet einen …
Dieser Begriff bezeichnet eine spezialisierte Architektur innerhalb der Qwen-Familie, die …
Qwen3 5 scheint einen bestimmten Checkpoint, eine Größenvariante oder eine spezialisierte …
Quantisierung ist eine Modelloptimierungstechnik, die die numerische Präzision der …
Im Kontext von Pyannote Audio bezeichnet eine Pipeline einen konfigurierbaren Workflow, …
Der PyTorch Model Hub Mixin ist eine Komponente der Hugging Face Transformers-Bibliothek, …
Proximale Gradientenverfahren sind iterative Optimierungstechniken, die verwendet werden, …
Dieses Feld untersucht die mentalen Prozesse, die menschlicher Deduktion, Induktion und …
Das Produkt der Experten (PoE) ist eine Methode zur Konstruktion komplexer …
Beim proaktiven Lernen bestimmt das KI-System, welche Proben die Unsicherheit am meisten …
Die probabilistische Numerik wendet bayessche Methoden auf traditionelle numerische …
Prädiktive Zustandsrepräsentationen (PSRs) erweitern traditionelle partiell beobachtbare …
Prefix-Tuning ist eine parametereffiziente Adaptierungstechnik für vortrainierte …
Polysemantizität ist eine Eigenschaft, die in tiefen neuronalen Netzen beobachtet wird, …
Personaplex bezeichnet das Ökosystem oder die Infrastruktur, die die Erstellung, …
Ein Modell für Wahrnehmungsfehler beschreibt die Diskrepanzen zwischen beobachteten …
Die Mustertheorie bietet eine rigorose mathematische Grundlage zum Verständnis, wie …
Paritätslernen ist ein Benchmark-Problem in der Theorie des maschinellen Lernens, bei dem …
P-Tuning (Prompt Tuning) ist eine Technik, die darauf ausgelegt ist, große vortrainierte …
PagedAttention ist eine vom vLLM-Projekt eingeführte Technik zur Verbesserung der …
Die Überlappende Spracherkennung (OSD) ist eine spezialisierte Aufgabe in der …
Nouvelle AI bezeichnet eine Klasse von künstlichen Intelligenzsystemen, die symbolische …
Dieses Feld verbindet Neurowissenschaften und Robotik, indem es neuronale Netzwerkmodelle …
Neurale Modellierungsfelder befassen sich mit der Untersuchung, wie sich neuronale …
Neuro-symbolische KI integriert sub-symbolische neuronale Lernmethoden mit symbolischen, …
Muse Spark ist ein Open-Source-Deep-Learning-Framework, das effizient auf Apache Spark …
MXFP4 (Mixed eXtended Floating Point 4-bit) ist ein spezialisierter Datentyp, der …
Das multimodale Repräsentationslernen umfasst das Training von Modellen, um Informationen …
Multivariate Adaptive Regression Splines (MARS) ist eine flexible Regressionsmethode, die …
Diese Technik nutzt den gemeinsamen induktiven Bias verwandter Aufgaben, um die …
Mixture of Experts (MoE) ist eine Machine-Learning-Architektur, die entwickelt wurde, um …
Moshi ist ein fortschrittliches KI-Modell von Kyutai, das Sprach- und Textverarbeitung in …
Bei GANs tritt Mode Collapse auf, wenn der Generator lernt, Schwächen des Diskriminators …
Mistral Common ist ein von Mistral AI gepflegtes Python-Paket, das standardisierte Tools …
Mixed-Precision-Training (MPT) kombiniert Halbgaußgenauigkeit (FP16) und Vollgenauigkeit …
Mixtral ist ein wegweisendes Open-Weight-LLM, das eine Architektur mit sparsamer Mischung …
Meta-Lernen konzentriert sich auf das Design von Algorithmen, die aus vorherigen Aufgaben …
Obwohl kein standardisierter akademischer Begriff, bezeichnet ‘Mindpixel’ …
Die Suche nach maximalem Skalarprodukt (MIPS) ist ein grundlegendes Problem in der …
Die Mannigfaltigkeitsregularisierung erweitert traditionelle Regularisierungsmethoden, …
Diese Hypothese erklärt, warum Deep Learning trotz des Fluchs der Dimensionalität …
Diese Technik adressiert Datenschutzbestimmungen wie das „Recht auf Vergessenwerden“ der …
Dieses interdisziplinäre Feld nutzt maschinelles Lernen, um große Mengen biologischer …
Die Regelungstechnik mittels maschinellem Lernen integriert adaptive Algorithmen mit …
MAUVE ist ein statistisches Maß, das bewertet, wie stark die Ausgabe eines generativen …
Die lokale Fall-Kontroll-Stichprobe ist eine Strategie, die hauptsächlich beim Training …
Die Lottery-Ticket-Hypothese besagt, dass sich in einem großen, zufällig initialisierten …
Das Ausführen eines lokalen LLMs beinhaltet die Bereitstellung von Open-Weight-Modellen …
In dynamischen Systemen und der Zeitreihenanalyse misst die Lebensdauer der Korrelation …
Lifelong Planning A* (LPA*) ist eine Erweiterung des A*-Suchalgorithmus, die für …
Im Gegensatz zur klassischen Klassifikation oder Regression konzentriert sich Learning to …
In der statistischen Lerntheorie repräsentiert eine lernbare Funktionsklasse den …
Verankert in der Sprechakttheorie und Pragmatik, betont diese Perspektive, wie Äußerungen …
Kolmogorov-Arnold-Netze (KANs) sind eine neuartige Klasse neuronaler Netze, die vom …
Im Gegensatz zum Collaborative Filtering, das auf vergangener Benutzerverhalten basiert, …
Methoden zur Einbettung von Wissensgraphen, wie TransE oder DistMult, transformieren …
Wissensdistillation ist eine Methode des maschinellen Lernens, die verwendet wird, um ein …
KAoS ist ein intelligenter Agentenrahmen, der entwickelt wurde, um die Komplexität …
Im Bestärkenden Lernen treibt intrinsische Motivation einen Agenten dazu, seine Umgebung …
Intelligente Regelungsmethoden setzen künstliche Intelligenz-Verfahren wie Fuzzy-Logik, …
Diese Theorie geht davon aus, dass Lernen im Wesentlichen ein Prozess der …
Induktiver Bias repräsentiert die inhärenten Präferenzen oder Einschränkungen, die in ein …
Induktives Programmieren, oft auch als Programmsynthese bezeichnet, beinhaltet das …
Inkrementale Heuristische Suche bezeichnet Algorithmen, die eine Kandidatenlösung …
Die Technologie Bild-zu-Video nimmt einen einzelnen statischen Frame und sagt …
Dieses Feld untersucht die Prozesse, hinter denen Ideen gebildet, kombiniert und …
Ein Hybrides Intelligentes System (HIS) verbindet verschiedene KI-Paradigmen, …
Hyperparameter-Optimierung (HPO) bezeichnet das breitere Feld der Automatisierung der …
Der Hierarchical Navigable Small World (HNSW)-Algorithmus konstruiert einen …
Hierarchical Risk Parity (HRP) ist eine Portfolio-Konstruktionsmethode, die die Grenzen …
Highway Networks wurden entwickelt, um das Problem des verschwindenden Gradienten im Deep …
Histogram of Oriented Displacements (HOD) ist eine Methode zur Merkmalsextraktion für die …
Halite war ein jährlicher KI-Programmierwettbewerb, der von Two Sigma ausgerichtet wurde, …
Grokking bezeichnet ein kontraintuitives Verhalten beim Deep Learning, bei dem ein Modell …
Diese Optimierungsstrategie ermöglicht es, Deep-Learning-Modelle mit effektiven …
Dieser Ansatz ahmt menschliche kognitive Prozesse nach, indem er Daten zu höherwertigen …
GPT OSS bezeichnet typischerweise Open-Source-Alternativen oder Ableitungen proprietärer …
Der Begriff „GLM MoE DSA“ ist kein einzelner Standardbegriff. Er kombiniert jedoch …
Die Genesis-Mission bezieht sich typischerweise auf eine strategische Phase oder ein …
Geometrisches Feature-Learning konzentriert sich auf die Verarbeitung von Daten, die …
Stand des aktuellen Wissens gibt es kein offiziell veröffentlichtes Modell mit dem …
Ein Fuzzy-Agent operiert in Umgebungen, in denen Daten oft mehrdeutig oder unvollständig …
Die FBA bietet einen rigorosen Rahmen zur Analyse der Beziehungen zwischen Objekten und …
Die Kraftregelung ermöglicht es Robotern, empfindliche Operationen wie Montage, Polieren …
Die Fitnessapproximation wird in der evolutionären Berechnung verwendet, wenn die …
Flussbasierte generative Modelle konstruieren komplexe Wahrscheinlichkeitsverteilungen, …
Feature Learning, oft mit Deep Learning assoziiert, ermöglicht es Modellen, hierarchische …
EBL kombiniert symbolisches Rechnen mit maschinellem Lernen, um den Lernprozess zu …
Im Gegensatz zu genetischen Algorithmen, die eine Population pflegen, arbeitet EO mit …
Angeregt durch die biologische Ontogenese erforscht die ED-Robotik, wie komplexe …
ExBERT bietet Interpretierbarkeit für das BERT-Transformer-Modell, indem es die Bedeutung …
Equalized Odds ist eine statistische Paritätsbedingung, die im Bereich der …
Empirical Dynamic Modeling (EDM) ist ein Rahmenwerk zur Analyse nichtlinearer dynamischer …
Im Verstärkungslernen und in der künstlichen Intelligenz ist Empowerment eine Metrik für …
Energiebasierte Modelle (EBMs) definieren eine Wahrscheinlichkeitsverteilung über …
Entwickelt von Google, verwendet EfficientNet eine Methode zur kombinierten Skalierung, …
Dieses Feld stellt traditionelle Ansichten in Frage, die den Geist als Computer …
Dieser Begriff beschreibt die synergetische Beziehung zwischen dem …
Die Domänenanpassung adressiert die Herausforderung, wenn Trainings- und Testdaten aus …
Dieser Begriff bezieht sich auf eine spezifische Implementierung innerhalb der Hugging …
Diskriminierung gegenüber Robotern ist ein aufkommendes ethisches und soziologisches …
Diese Pipeline integriert die Fähigkeiten des Qwen-Vision-Language-Modells in den …
Diese Pipeline passt die generativen Fähigkeiten von Qwen-VL-Modellen für die …
Differenzielle Privatsphäre bietet starke Datenschutzgarantien, indem sie kalibriertes …
Diese Pipeline nutzt die Flux-Architektur, bekannt für ihre hochwertige Bildsynthese, …
Die Bereitstellung auf Azure umfasst die Nutzung cloudnativer Tools wie Azure Machine …
Beschreibungslogiken (DL) sind entscheidbare Fragmente der Prädikatenlogik erster Stufe …
Die tiefe tomographische Rekonstruktion stellt einen bedeutenden Fortschritt gegenüber …
Anti-Aliasing im Deep Learning bezeichnet Methoden, die neuronale Netze einsetzen, um …
Deep Learning Super Sampling (DLSS) ist eine Technologie, die neuronale Netze nutzt, um …
Search-QA-Datensätze bestehen typischerweise aus Paaren von Suchanfragen und relevanten …
Dieser Eintrag bezieht sich auf ein spezifisches Datensatz-Repository, das durch die …
Der Specter-Datensatz wird aus einer umfangreichen Sammlung von Informatik-Publikationen …
Dieser Datensatz extrahiert satzebene Daten aus Stack Exchange XML-Dateien und bietet …
Der PAQ-Datensatz (Pseudo-Answer Quality) enthält Millionen automatisch generierter …
Die datengetriebene Astronomie nutzt fortschrittliche computergestützte Methoden, …
DABUS ist ein spezifisches künstliches neuronales Netzwerk, das darauf ausgelegt ist, …
Diese adversarische Technik zielt darauf ab, die Integrität von Machine-Learning-Modellen …
Die Cross-Entropie-Methode (CEM) ist ein leistungsfähiger universeller …
Gekoppelte Musterlerner sind darauf ausgelegt, Daten zu verarbeiten, bei denen Instanzen …
Kostenbewusstes maschinelles Lernen erweitert das traditionelle überwachte Lernen, indem …
Kontinuierliches Lernen, auch als lebenslanges Lernen bekannt, ermöglicht es neuronalen …
Kontrastives Lernen ist eine Methode des Repräsentationslernens, die keine gelabelten …
Kontrastives Vorabtraining von Sprache und Bild (CLIP) ist eine neuronale …
Constitutional AI ist ein Rahmenwerk zur Ausrichtung großer Sprachmodelle auf menschliche …
Ein konnektionistisches Expertensystem integriert die Stärken der Mustererkennung und des …
Bedingte Zufallsfelder (CRFs) sind eine Klasse diskriminativer Modelle, die häufig in der …
Konzeptdrift ist ein Phänomen im maschinellen Lernen, bei dem sich die Beziehung zwischen …
Komprimierte Tensoren sind multidimensionale Arrays, die im Deep Learning verwendet …
Kohärentes extrapoliertes Wollen (CEV) ist ein Konzept, das von Eliezer Yudkowsky im …
Kognitive Robotik integriert Kognitionswissenschaft mit Robotik, um Maschinen zu bauen, …
Kognitives Rechnen ist ein Zweig der künstlichen Intelligenz, der darauf abzielt, sich …
CAM erzeugt Heatmaps, die über Eingabebilder gelegt werden, um zu zeigen, welche Pixel am …
Diese Methode nutzt mehrere unterschiedliche Merkmalsätze (Ansichten) derselben …
Die Chaostheorie untersucht, wie kleine Variationen in den Startparametern zu völlig …
Diese Metrik quantifiziert, wie gut eine Menge von Kategorien es ermöglicht, die Werte …
Bio-Sereneität bezeichnet das konzeptionelle Ideal, bei dem menschliche Biologie und …
Das Bradley-Terry-Modell ist ein probabilistisches Modell, das weit verbreitet in der …
Das Bias-Varianz-Dilemma beschreibt den Zielkonflikt zwischen Unteranpassung (hoher Bias) …
Biohybride Systeme verschmelzen lebendes Gewebe, Zellen oder Organismen mit synthetischen …
Die bayessche Programmierung ist ein mathematischer Rahmen, der den Satz von Bayes …
Modelle für bayessche strukturelle Zeitreihen (BSTS) stellen Zeitreihendaten als Summe …
Das bayessche Bedauern quantifiziert die Differenz zwischen der optimalen Belohnung, die …
Dieses Konzept stellt fest, dass die Minimierung eines regularisierten …
Bayessche Lernmechanismen aktualisieren Überzeugungen über Modellparameter mithilfe des …
Ein Ball Tree partitioniert Datenpunkte in verschachtelte Hyperkugeln (Bälle) anstelle …
Automatisierte Verhandlungen beinhalten Software-Agenten, die menschliche Interessen in …
Autonomes Networking wendet Prinzipien des autonomic computing auf …
Autognostik bezeichnet die Selbstüberwachungs- und Selbstreparaturmechanismen, die in …
Die Astrostatistik ist ein spezialisiertes Feld, das Statistik und Astronomie verbindet. …
Audio-Inpainting ist eine Technik zum Auffüllen von Lücken in Audioaufzeichnungen, die …
Künstliche Intimität bezeichnet das psychologische Phänomen, bei dem Menschen echte …
Künstliche Reproduktion umfasst Techniken, die die biologische Fortpflanzung ohne …
KI in der Spiritualität bezieht sich auf die Anwendung künstlicher Intelligenz in …
Ein künstliches Gehirn bezeichnet Hardware- oder Softwarearchitekturen, die die …
Any-to-any bezeichnet vereinheitlichte multimodale Architekturen, die verschiedene …
Das Lehrlingslernen, auch bekannt als inverses bestärkendes Lernen aus Demonstrationen, …
Die algorithmische Wahrscheinlichkeit, die auf der Kolmogorow-Komplexität und der …
Dieses Phänomen entsteht, wenn KI-Modelle Personen unbeabsichtigt oder systematisch …
Dieses Feld umfasst sowohl offensive Techniken zum Brechen von Modellen als auch …
Adversariale Angriffe nutzen die Anfälligkeiten neuronaler Netze aus, indem sie subtile …
Sie erweitert die traditionelle Logik, um Agency (Handlungsmacht) zu berücksichtigen, und …
Der Actor-Critic-Algorithmus verwendet zwei Komponenten: den Actor, der die Politik …
Das Lernen von Aktionsmodellen beinhaltet, dass ein Agent eine interne Darstellung davon …
AZFinText ist ein großer, annotierter Korpus, der speziell für die Analyse chinesischer …
KI-Veganismus ist ein spekulativer und metaphorischer Begriff für die Idee, künstliche …
KI-vollständige Probleme sind Aufgaben, deren Lösung die Existenz einer Allgemeinen …
KI-Nationalismus beschreibt den Trend, bei dem Regierungen künstliche Intelligenz als …
KI-Observability erweitert die traditionelle Softwareüberwachung, um den einzigartigen …
Die KI-Ausrichtung befasst sich mit der Herausforderung, künstliche Intelligenz-Systeme …
Vision-Language-Modelle, oft als Multimodale Große Sprachmodelle (MLLMs) bezeichnet, …
Zero-Shot-Lernen ermöglicht es einem Machine-Learning-Modell, Instanzen von Klassen zu …
Überwachtes Feintuning (SFT) beinhaltet die Verwendung eines großen vortrainierten …
Selbstüberwachtes Lernen ist eine Technik, bei der der Algorithmus aus den …
Das ReAct-Framework ermöglicht es LLMs, sowohl Schlussfolgerungsspuren als auch …
RNNs sind darauf ausgelegt, Muster in Datenfolgen wie Text, Genomen, Handschrift oder …
Prompt-Injection nutzt die Weise aus, wie Large Language Models (LLMs) …
QLoRA kombiniert Low-Rank Adaptation (LoRA) mit 4-Bit-Quantisierung, um den …
Multiple-Instance-Lernen (MIL) adressiert Szenarien, in denen Daten in sogenannte „Bags“ …
Das Model Context Protocol (MCP) ist ein offener Standard, der es KI-Anwendungen …
Multi-Agenten-Systeme bestehen aus mehreren unabhängigen Agenten, die jeweils …
LSTM-Netze lösen das Problem des verschwindenden Gradienten, das bei Standard-RNNs häufig …
Beim Jailbreaking werden spezifische Eingaben oder Prompts so formuliert, dass ein …
Federated Learning ermöglicht es Organisationen, KI-Modelle kollaborativ zu trainieren, …
Few-Shot Learning zielt darauf ab, Modellen zu ermöglichen, aus nur wenigen Beispielen zu …
Diese Modelle abbilden hochdimensionale Daten in einen niedrigdimensionalen, …
Dieses Konzept adressiert das ‘Black-Box’-Problem in komplexen KI-Systemen, …
In Sequenz-zu-Sequenz-Modellen nimmt der Decoder den vom Encoder erzeugten Kontextvektor …
Verteiltes Training beschleunigt die Modellkonvergenz durch Parallelisierung der …
Chain-of-Thought (CoT)-Prompting verbessert die Leistung großer Sprachmodelle bei …
Adapter sind eine parameter-effiziente Technik zum Feintuning, die hauptsächlich in …
Aufmerksamkeitsmechanismen ermöglichen es Modellen, sich bei der Verarbeitung von …
Zero-Shot-Lernen ermöglicht es Modellen, sich auf neue Kategorien oder Aufgaben zu …
Selbstüberwachtes Lernen ist ein Teilbereich des maschinellen Lernens, bei dem das …
Multi-Agenten-Systeme bestehen aus mehreren unabhängigen, intelligenten Entitäten, die …
On-Policy-Algorithmen erfordern, dass der Agent direkt aus den Aktionen lernt, die von …
Probleme mit langem Horizont beinhalten Sequenzen von Aktionen, bei denen die …
Diffusionsbasierte Modelle sind eine Klasse generativer KI, die neue Datenstichproben …
Modelle mit kontinuierlicher Zeit beschreiben Systemdynamiken mittels …
Die Wasserstein-Distanz, auch als Earth Mover’s Distance bekannt, quantifiziert die …
Vektordatenbanken optimieren die Speicherung und Abrufung unstrukturierter Daten, indem …
Die Transformer-Architektur, vorgestellt im Paper ‘Attention Is All You …
Selbstaufmerksamkeit ermöglicht es Modellen, Abhängigkeiten zwischen allen Positionen in …
AI Safety (Sicherheit der Künstlichen Intelligenz) ist ein interdisziplinäres Feld, das …
Abfrageergänzte Generierung (RAG) kombiniert die Stärken von abfragebasierten und …
Bestärkendes Lernen (RL) ist ein Zweig des maschinellen Lernens, der sich damit befasst, …
Pre-Training ist eine grundlegende Technik im Deep Learning, bei der ein Modell breite …
Ein ‘Prior’ repräsentiert bestehende Überzeugungen oder historische Daten …
Ein neuronales Netzwerk ist eine Reihe von Algorithmen, die versuchen, zugrunde liegende …
Multi-Head Attention erweitert den Standard-Aufmerksamkeitsmechanismus, indem er mehrere …
Mamba stellt einen bedeutenden Fortschritt in der Sequenzmodellierung dar, indem es ein …
Im maschinellen Lernen sind latente Variablen nicht beobachtete Faktoren, die die …
LoRA friert die vorab trainierten Modellgewichte ein und fügt jeder Schicht der …
Die Langevin-Dynamik integriert zufälliges Rauschen und Dämpfungskräfte, um …
In der Mathematik und theoretischen Informatik ist eine Gruppe eine Menge G zusammen mit …
Diffusionsmodelle sind eine Klasse generativer KI, die lernen, einen stochastischen …
In der künstlichen Intelligenz zielt das kausale Modellieren darauf ab, zu verstehen, wie …
Monte-Carlo-Verfahren sind wesentliche Techniken in KI und Statistik zur Approximation …
Im Kontext der KI-Terminologie beschreibt „Jenseits“ oft aufkommende Paradigmen oder …
Bayessche Ansätze in der KI nutzen die Wahrscheinlichkeitstheorie, um die …
Faltungsneuronale Netze (CNNs) sind darauf ausgelegt, räumliche Hierarchien von Merkmalen …
Backpropagation, kurz für die Rückwärtsausbreitung von Fehlern, ist eine Methode, die in …
Alignment zielt darauf ab, sicherzustellen, dass KI-Systeme genau das tun, was Menschen …
KI-Sicherheit umfasst Forschung und Praktiken, die darauf abzielen sicherzustellen, dass …