Research

Eine neue Studie erklärt, warum kleine Sprachmodelle an seltenen Aufgaben scheitern: Häufige Tasks überschreiben das Gelernte – und wie man das ohne Modell-Vergrößerung lösen kann.

Das japanische Start-up Sakana AI baut ein Forschungslabor für KI-Selbstverbesserung auf und positioniert sich damit als Alternative zum reinen Compute-Wettrüsten der US-Giganten.

Ein Forschungsprojekt demonstriert, wie ein kompaktes 3B-Sprachmodell ein komplexes Multi-Agent-System mit eigener Ökonomie und emergenten Verhaltensweisen betreiben kann.

Ein defektes Trainingssetup verschlechtert das Modell aktiv – ein erfahrener Entwickler teilt häufige Fehler und deren Lösungen.

Microsoft nutzt bei seinen MAI-Modellen entgegen früherer Zusagen unverschlüsselte Webdaten wie Common Crawl und beruft sich auf Fair Use – ein Verstoß gegen eigene Versprechungen.

Andon Labs zeigt, wie man robuste Benchmark-Suites für Claude und andere Frontier-Modelle von Grund auf entwickelt.

Eine Bain-Umfrage zeigt: Während Unternehmen 11-20 Prozent Kosteneinsparungen erhofften, erreichten fast 40 Prozent weniger als 10 Prozent – Grund ist die fehlende Automatisierung durch autonome KI-Agenten.

Neues Benchmark-Dataset für die Evaluierung von KI-Agenten über drei Domänen mit über 100 Tools und realistischen Szenarien.

Ein Aktionsplan für KI-gestützte biologische Widerstandsfähigkeit gegen Biosicherheitsrisiken.

Carina Hong präsentiert KI-Ansätze jenseits informaler Methoden mit Schwerpunkt auf verifizierten Outputs und iterativer Intelligenz.

Neue Forschung erweitert die DPO-Methode zur KI-Ausrichtung über Sprachmodelle hinaus auf andere Aufgaben und Modellklassen.

Eine Analyse einer der vielversprechendsten Alternativen zu Transformer-Architekturen.

Richard Sutton kritisiert eine fundamentale Schwäche der heutigen generativen KI: Sie kann ihre eigenen Ergebnisse nicht bewerten und ist daher zu echter wissenschaftlicher Entdeckung unfähig.

xAI-Ingenieur Ethan He spricht über die Entwicklung von Grok Imagine, World Models und die kommende Generation von Video-Agenten.

Eine Anthropic-Studie zeigt: Forscher mit männlichen Namen verwenden Coding-Agenten wie Claude Code mehr als doppelt so oft wie Kolleginnen – auch bei gleicher Fachkompetenz.

Führende KI-Suchagenten recherchieren auf etablierten Benchmarks kaum wirklich – sie bestätigen mit Websuche vor allem ihr bereits vorhandenes Trainings-Wissen.

Entwickler Simon Willison zeigt, wie man Python ASGI-Anwendungen vollständig im Browser via Pyodide und WebAssembly laufen lässt – mit Hilfe von Claude Opus als Coding-Partner.

Eine Großstudie mit über 200.000 Teilnehmern zeigt einen paradoxen Effekt: Genau das Training, das Sprachmodelle zu guten Assistenten macht, verschlechtert ihre Fähigkeit, menschliches Verhalten vorherzusagen.

Der Fields-Medalist Terence Tao sieht KI-gestützte Teamarbeit statt Einzelgenies als Zukunft der mathematischen Forschung.