Forschende der University of California haben festgestellt, dass die gängigen Metriken zur Bewertung des kompositorischen Schließens von multimodalen KI-Modellen deren Fähigkeiten systematisch unterschätzen. In ihrer Veröffentlichung „Test-Time Matching: Unlocking Compositional Reasoning in Multimodal Models“ berichten sie über ihre Ergebnisse und stellen einen von ihnen entwickelten Algorithmus namens TTM (Test-Time Matching) vor. Test-Time Matching ist ein sich selbst verbessernder, iterativer Algorithmus, der die Modellleistung ohne externe Überwachung steigert. Mit TTM übersteigt die MMVP-VLM-Performance von SigLIP-B16 die von GPT-4.1 und stellt somit einen neuen „Stand der Technik“ dar. Experimente mit 16 Datensatzvarianten haben dabei gezeigt, dass TTM die Leistung in verschiedenen Umgebungen konsistent verbessert – auch in solchen ohne metrikbedingte Effekte oder vordefinierte Gruppenstrukturen. (jr)
News
NVIDIA: Umgebungswahrnehmung und 3D-Rekonstruktion in einem KI-Modell
Foundation4D vereint mehrere Aufgaben der Fahrzeugwahrnehmung in einem KI-Modell: Es bestimmt die Position und Ausrichtung der Kameras, berechnet Entfernungen, erkennt Objekte und erstellt daraus ein dreidimensionales Abbild der Verkehrsszene. Diese Kombination kann den Aufwand für die Rekonstruktion von Fahrszenen reduzieren und damit die simulationsgestützte Entwicklung und Validierung autonomer Fahrfunktionen unterstützen.
Branchen-News
Valeo: Open-Source-Initiative mit KE:SAI
Valeo und KE:SAI starten eine deutsch-französische Open-Source-Initiative zur Entwicklung universeller Systeme für autonomes Fahren.
Technologie-Radar
Projekt VorSAFe-D: Förderung für mehr Fahrzeugsicherheit
Ziel des Förderprojektes ist es, Verletzungen von Fahrzeuginsassen bei Unfällen mithilfe von KI proaktiv und vorausschauend abzumildern.