Bilanz der Quelle: Die Tsinghua University hat mit Cache-to-Cache (C2C) eine Methode vorgestellt, mit der separate KI-Modelle ihre internen Caches direkt austauschen, statt Text zu generieren. Eine gelernte Fuser-Komponente überträgt die internen Repräsentationen zwischen Modellen, selektives Gating entscheidet, welche Schichten die Information übernehmen. Laut Studie steigt die Geschwindigkeit kollaborativer Aufgaben um 100 bis 150 Prozent, die Genauigkeit um bis zu 14,2 Prozent. Die Methode wurde bei ICLR 2026 angenommen, der Code ist quelloffen – funktioniert bisher nur mit Open-Weight-Modellen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von techradar.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
