Architektur-Innovation

DeepSeek, Google und NVIDIA bauen an der Agent-Stack-Infrastruktur.

Anthropic nutzt seine eigenen KI-Modelle bei der Entwicklung von Claude – ein innovativer Ansatz, der die Architektur von Agenten neu denkt.

Anthropic-Ingenieure erklären die Architektur hinter Claude Platform: Opus 5.5, die Trennung von Modell und Agenten-Werkzeugen, und wie zuverlässige verwaltete Agenten entstehen.

Ein neuer Ansatz ermöglicht es, spezialisierte Multimodal-Modelle effizienter zu erstellen und anzupassen.

Ein neuer Forschungsansatz zeigt, wie Sprachmodelle eigenständig ihre Lernprozesse optimieren können – mit SEAL als Schlüsselarchitektur.

Anthropic rät Unternehmen, Multi-Agent-Setups durch einen zentralen Agenten mit flexibel geladenem Kontext zu ersetzen – und verspricht damit doppelte Geschwindigkeit.

Anthropic übergeben seinen „Agent Skills"-Standard der Agentic AI Foundation unter der Linux Foundation, um ihn offen und herstellerneutral zu halten.

Neues State-of-the-Art-Modell verwandelt Satellitenaufnahmen in nutzbare Vektoren für Umweltmonitoring und Kartographierung.

Das Startup Recursive zeigt mit Flint ein 40-Milliarden-Parameter-MoE-Modell, das sein KI-System "Eureka Machine" selbstständig entwickelt hat – ein Test für den Traum der selbstverbessernden KI.

Spezialisierte Umgebungen ermöglichen es, komplexe KI-Fähigkeiten in verlässliches Verhalten zu verwandeln.

Forscher zeigen, dass die Anpassung des Vokabulars von Small Language Models auf spezifische Anwendungsfälle Inferenzkosten massiv reduziert.

Inception präsentiert Mercury 3 als schnellstes Diffusions-Sprachmodell – Anspruch: vier- bis achtfach schneller, schlägt GPT-6 Luna in acht von zwölf Benchmarks.

Eine neue Studie untersucht systematisch, wie anfällig Sprachmodelle bei Entscheidungsfindung gegenüber Fairness-Problemen sind.

Ein spezialisiertes System mit gelernen Memory-Mechanismen erreicht Top-Rankings in Kundenservice-Benchmarks ohne auf große Frontier-Modelle angewiesen zu sein.

Ein neuer Ansatz ermöglicht es KI-Systemen, ihre eigenen Lernalgorithmen rekursiv zu verbessern – ein Schritt zu echter Meta-Intelligenz.

Ein ehemaliger OpenAI-Forscher argumentiert, dass neuronale Netze möglicherweise schon viel verständlicher sind, als Forscher bislang glaubten – jahrelange Komplexität könnte bloß Artefakt unserer Untersuchungsmethoden sein.

Ein Entwickler zeigt, wie man mit dauerhaften Agenten und intelligenten Klassifiziern ein News-Kurations-System baut, das völlig autonom im Hintergrund läuft – statt dass der Mensch ständig prompten muss.

Eine neue These besagt, dass 90 Prozent der Neuronen klare Funktionen haben – was die Entdeckung gefährlicher KI-Verhaltensweisen revolutionieren könnte, aber in der Forschung heftig umstritten ist.

Nick Cammarata präsentiert überraschend bedeutsame Erkenntnisse zum Verständnis von neuronalen Netzwerken.

Meta veröffentlicht Muse Spark Open als quelloffenes multimodales Mixture-of-Experts-Modell für die breite Nutzung.