SAMSUNG Research VSL-Modell für multimodale Videoanalyse bietet effiziente Videozusammenfassung nach Nutzerpräferenz Die stetig wachsende Menge an Video-Inhalten im Internet und auf Plattformen wie.
ArtELingo-28: Ein neuer Standard für multilinguale kulturelle Vielfalt in der KI-Bildbeschreibung Doch die meisten vorhandenen Bildbeschreibungsdatensätze sind primär in englischer Sprache verfügbar und.
Optimierung von RAG mit Embedding-Tuning Durch die Kombination von LLMs mit einer Retrieval-Komponente, die auf spezifische, externe Wissensdatenbanken zugreift, kann RAG Informationen präziser.
SymptomCheck Bench: Neuer innovativer Benchmark für medizinische KI Der SymptomCheck Bench ist ein neu entwickelter Benchmark, der eine realistische und praxisnahe Beurteilung von.
Infinity-MM: Der Durchbruch in der Multimodalen KI – Großformatige Daten für SOTA-Modelle Open-Source-Datensätze sind häufig nicht nur begrenzt, sondern auch qualitativ unausgewogen. Infinity-MM.
OuteTTS-0.1-350M veröffentlicht: Ein neues Text-to-Speech (TTS) Modell mit reinem Sprachmodellierungsansatz ohne externe Adapter Im Gegensatz zu traditionellen TTS-Modellen, die komplexe Netzwerke und spezialisierte.
DexMimicGen: Automatisierte Datengenerierung für beidhändige Roboter-Manipulation mit Imitationslernen Durch den Einsatz von Imitationslernen und automatischer Datengenerierung können komplexe Manipulationsaufgaben simuliert und Roboter trainiert.
LLaMA-Berry: Der Fortschritt im mathematischen Schlussfolgern von KI durch Monte-Carlo-Baumsuche und verbesserte Evaluationsmodelle Gerade bei der Lösung hochkomplexer Aufgabenstellungen, wie sie beispielsweise bei.
KI-Revolution 2024 Der Artikel „From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape“ von.
Wie intelligent ist KI wirklich? Eine kritische Betrachtung der Wahrnehmung und Realität von KI Dieser Artikel geht der Frage nach, was Intelligenz bei.
German 
English