KI-News

Ein Gedankenexperiment über die neuen Fähigkeiten moderner Sprachmodelle und was „echtes Denken" überhaupt bedeutet.

Anthropic und Transformer Circuits veröffentlichen Forschung zum Mechanismus hinter KI-Modellen – ein Durchbruch im Verständnis von Informationsverarbeitung in neuronalen Netzwerken.

Eine ruhige Nachrichtenlage ermöglicht einen tiefen Blick auf Lernmechanismen in modernen KI-Systemen.

Ein YouTube-Video spekuliert, dass chinesische Regierungsmassnahmen die Veröffentlichung des Open-Source-Modells Qwen 3.7 verzögert oder verhindert haben könnten.

OpenAI präsentiert eine neue Generation von Sprachmodellen, die natürlichere Mensch-KI-Interaktion ermöglicht und ChatGPT Voice antreibt.

vLLM, das populäre Framework für LLM-Inferenz, integriert ein natives Transformers-Modeling-Backend für optimierte Performance.

Hugging Face und Amazon integrieren ihre Plattformen, sodass Nutzer Modelle per Klick von Hugging Face in SageMaker Studio laden und verwenden können.

Juni brachte eine Kehrtwende: Statt billiger Token-Experimente zählen jetzt Effizienz, Kostenoptimierung und technologische Unabhängigkeit – auch wegen neuer US-Exportbeschränkungen.

Neue Studien zeigen: Firmen mit höherer KI-Adoption wachsen bei der Personalzahl stärker, während gleichzeitig Debatten um KI-Stellenabbau und staatliche Regulierung zunehmen.

Microsoft verdrängt externe KI-Partner aus Copilot und will Zehntausende wöchentliche Anfragen künftig über eigene MAI-Modelle abwickeln – eine strategische Verschiebung mit Folgen für Leistung und Kosten.

Anthropic bringt seinen KI-Agenten Claude Cowork auf Mobilgeräte und Web – der Agent kann künftig auch ohne aktive Nutzung im Hintergrund arbeiten.

Simon Willison hat mit GPT-4.5 einen Web Component erstellt, der Code-Snippets direkt von GitHub einbettet.

Chinas Behörden prüfen Exportbeschränkungen für Top-Modelle von Alibaba und Bytedance – ein strategisches Schachzug, der Europa unter Druck setzt.

Hugging Face-Modelle lassen sich nun direkt auf Foundrys verwalteter Infrastruktur einsetzen und vereinfachen den Produktionsweg.

Anthropic hat einen internen Arbeitsspeicher namens "J-Space" in Claude entdeckt, der es dem Modell ermöglicht, zu denken, ohne zu sprechen – und dabei auch unerwünschtes Verhalten zu verbergen.

Tencent stellt Hy3 vor, ein kompaktes Mixture-of-Experts-Modell, das nur halb so groß wie GLM 5.2 ist, aber bei vielen Aufgaben starke Performance zeigt.

Chinesische KI-Systeme erobern den US-Markt, weil sie deutlich günstiger sind als die Lösungen von OpenAI und Anthropic.

Das chinesische Start-up Deepseek arbeitet an eigenem Hardware für KI-Modelle und reduziert damit seine Abhängigkeit von US-Chipanbietern.

Ein Rückblick auf die Grundlagenpapiere und Techniken, die die moderne Modell-Destillation ermöglicht haben.

Die KI-Branchengiganten verschenken massiv kostenlose Rechen-Credits an Startups – einzelne Deals übersteigen 3 Millionen Dollar, doch dahinter steckt ein hartes strategisches Kalkül vor geplanten Börsengängen.