GH
Dr. Georg HackenbergProfessor for Industrial Informatics @ UAP
←Back to Tags

#Machine Learning

Statistical algorithms, supervised and unsupervised model training, and automated pattern discovery from complex datasets.

✍️Blog Posts5

All Posts →
Eine ingenieurwissenschaftliche Tiefenanalyse zum Problem der 'Optimization Amnesia' bei Agent-Skills: Warum naive Trajektorien-Optimierung versagt, wie die Google-Architektur WikiSkill (arXiv:2608.27454) Wissen persistent von Prozeduren entkoppelt und welche empirischen Benchmarks die Effektivität belegen.

Persistente Wissensevolution für autonome Agenten: Das Fertigkeiten-Dilemma, die WikiSkill-Architektur und empirische Evidenz

Eine ingenieurwissenschaftliche Tiefenanalyse zum Problem der 'Optimization Amnesia' bei Agent-Skills: Warum naive Trajektorien-Optimierung versagt, wie die Google-Architektur WikiSkill (arXiv:2608.27454) Wissen persistent von Prozeduren entkoppelt und welche empirischen Benchmarks die Effektivität belegen.

#artificial-intelligence#agentic-ai#wikiskills#software-architecture#machine-learning#benchmarks#prompt-engineering
Read More
Eine ingenieurwissenschaftliche Analyse des Gedächtnisproblems bei LLM-Agenten: Warum Brute-Force-Kontexte und simples RAG versagen, wie Mem0 das Lifecycle-Problem löst und welche empirischen Benchmarks die Architektur stützen.

Langzeitgedächtnis für autonome KI-Agenten: Warum Full-Context und naive RAG scheitern – Problem, Architektur und empirische Evaluation von Mem0

Eine ingenieurwissenschaftliche Analyse des Gedächtnisproblems bei LLM-Agenten: Warum Brute-Force-Kontexte und simples RAG versagen, wie Mem0 das Lifecycle-Problem löst und welche empirischen Benchmarks die Architektur stützen.

#artificial-intelligence#agentic-ai#mem0#software-architecture#machine-learning#rag#knowledge-graphs#benchmarks
Read More