Tessera
Folgen

BIFOLD Berlin Institute for the Foundations of Learning and Data

@bifold.berlin

Groundbreaking foundational research in Big Data Management, Machine Learning, and their intersection. #AI #Research www.bifold.berlin 📰News: www.bifold.berlin/news-events/news 🔑Data Privacy: www.bifold.berlin/data-privacy

413 Posts1470 Follower6306 Folgt
BIFOLD Berlin Institute for the Foundations of Learning and Data@bifold.berlin · last mo.

⏳➕⏰ Submission deadline extended: 8 July 2026! Contribute to "The Agentic AI for EO Workshop" 📍Berlin, 🗓️ 19–21 October 2026 Submit your abstract, demo, or hands-on session proposal now: agentic-eo.berlin #earthobservation #eochat #remotesensing #cfp #cfd #gischat #mlsky 🌍 🛰️ @tuberlin.bsky.social

Agentic AI for Earth Observation

The workshop for Agentic AI and Earth Observation in Berlin, Germany, 19-21 October 2026

agentic-eo.berlin

Healthcare in Europe (DE)@health-europe-de.bsky.social · last mo.

💡🐴 Eine neue Studie von @bifold.berlin an der @tuberlin.bsky.social, mit dem KI-Unternehmen Aignostics, @lmu.de und @nkinl.bsky.social zeigt, wie der „Kluge Hans“-Effekt #KI Modelle in der #Pathologie dazu bringen kann, #Krebs zu diagnostizieren, wo keiner ist – und wie sich das verhindern lässt.

KI als „Kluger Hans“: Maßstab für zuverlässigere Pathologie-Diagnostik

Eine neue Studie von BIFOLD Forschenden an der TU Berlin gemeinsam mit dem Berliner KI-Unternehmen Aignostics, der Ludwig-Maximilians-Universität (LMU) München und dem Netherlands Cancer Institute (NK...

healthcare-in-europe.com

Wisskomm.de@wisskomm.de · 2mo ago

Generative KI in der #Wisskomm – aber wie verantwortungsvoll einsetzen? Die Handreichung „Reflexionsfragen zur Nutzung von Generativer KI“ bietet dafür Orientierung: mit Leitfragen zu Qualität, Verantwortung, Kompetenz, Datenschutz und Transparenz 👇 www.wissenschaftskommunikation.de/reflexionsfr...

Reflexionsfragen zur Nutzung von Generativer KI in der Wissenschaftskommunikation

Generative KI bietet viele Chancen für die Wissenschaftskommunikation – erfordert aber einen reflektierten Umgang. Die Handreichung liefert dafür praxisnahe Leitfragen statt fester Regeln. Die Handrei...

wissenschaftskommunikation.de

𝓜𝓪𝓾𝓻𝓸 𝓥𝓮𝓷𝓲𝓮𝓻@maurov1968.bsky.social · 2mo ago

„Antiwissenschaftliche Ansichten können systemische Folgen haben“ via @wisskomm.de www.wissenschaftskommunikation.de/antiwissensc...

„Antiwissenschaftliche Ansichten können systemische Folgen haben“

Wissenschaftsbezogener Populismus ist ein Nischenphänomen – aber ein lautes. Warum wir es ernst nehmen sollten und wie man es erforschen kann, erzählt Kommunikationswissenschaftler Niels Mede im Inter...

wissenschaftskommunikation.de

Technische Universität Berlin@tuberlin.bsky.social · 3mo ago

🧠 Wie erkennt das Gehirn Relevanz & was kann #KI davon lernen? Forscher*innen von @bifold.berlin & @upenn.edu entwickelten ein KI-Modell, das menschliche Aufmerksamkeit nachbildet, inkl. bestimmter Wahrnehmungseffekte, ohne explizites Training. Was bedeutet das für die Entwicklung von KI-Systemen? ⬇

Wie das Gehirn Relevanz erkennt – und KI davon lernt

Vom Gehirn inspirierte Künstliche Intelligenz (KI) löst zentrale Aufgaben visueller Aufmerksamkeit

tu.berlin

Deutsche Physikalische Gesellschaft e. V.@dpgphysik.bsky.social · 3mo ago

Jetzt neu auf dem DPG-YouTube-Kanal: 🗣️Prof. Dr. Klaus-Robert Müller (@bifold.berlin , @tuberlin.bsky.social ) spricht zum Thema „Künstliche Intelligenz für die Wissenschaften". Der Vortrag wurde am 28. April 2026 in Berlin gehalten. Jetzt reinschauen: www.youtube.com/watch?v=7aK7...

Künstliche Intelligenz für die Wissenschaften | Prof. Dr. Klaus-Robert Müller

Wissenschaftlicher AbendvortragProf. Dr. Klaus-Robert Müller, BIFOLD und Technische Universität Berlinspricht über"Künstliche Intelligenz für die Wissenschaf...

youtube.com

Marvin Sextro@marvinsextro.de · 4mo ago

[1/6] How can we build virtual cell foundation models that adapt to unseen biological contexts? Meet MapPFN, the first prior-data fitted network (PFN) for perturbation prediction. Meta-learned from a synthetic biological prior, it adapts at inference via in-context learning. 🧵

Marvin Sextro@marvinsextro.de · 4mo ago

[5/6] 🌐 Project Page: marvinsxtr.github.io/MapPFN/ 📄 Paper: arxiv.org/pdf/2601.21092 💻 Code: github.com/marvinsxtr/M... Huge thanks to Weronika Kłos and Gabriel Dernbach for this collaboration, and to @tuberlin.bsky.social, @bifold.berlin , Aignostics, and Charité for their support!

MapPFN: Learning Causal Perturbation Maps in Context

MapPFN is a prior-data fitted network that uses in-context learning to predict single-cell perturbation effects, pre-trained on a synthetic biological prior of in silico gene knockouts.

marvinsxtr.github.io