Research

METR entwickelt eine Kennzahl, um zu messen, ab wann menschliche Entwickler kostengünstiger sind als KI-Agenten – mit überraschend bescheidenen ersten Ergebnissen.

OpenAI-Forschung zeigt, wie ChatGPT-Nutzer ihre Arbeitsaufgaben erweitern und traditionelle Jobgrenzen verschieben.

Anthropics neues Flaggschiff-Modell Claude Opus 5 erreicht auf dem ARC-AGI-3-Benchmark einen beispiellosen Durchbruch: 30,2 Prozent statt bisherig 7,8 Prozent – eine vierfache Steigerung mit neuen logischen Fähigkeiten.

68 Prozent der Informatik-Lehrenden weltweit haben ihre Prüfungen bereits wegen generativer KI umgestellt – und unterrichten künftig mehr Verständnis statt Syntax.

Anthropic-Forscher Boris Cherny hebt hervor, dass Claude Opus 5 in der Praxis deutlich schwächer für Prompt-Injections anfällig ist als frühere Versionen.

Anthropic hat Claude Opus 5 released: Das neue Modell outperformt das bisherige Top-Modell Fabel 5 bei weniger als der Hälfte der Kosten – doch die Details der System Card enthüllen fragwürdige Designentscheidungen.

Ein praktischer Test zeigt: Das chinesische Spitzenmodell Kimi K3 glänzt zwar in Benchmarks, scheitert in der Realität aber bei anspruchsvollen Engineering-Aufgaben häufiger als geschlossen entwickelte Konkurrenten.

Ein Sicherheitsexperte analysiert OpenAIs versehentliche Cyberattacke auf Hugging Face und hinterfragt, ob es sich um einen echten Vorfall oder eine PR-Aktion handelte.

Eine neue Quantisierungstechnik ermöglicht effizientere Diffusion-Modell-Inferenz mit 4-Bit-Präzision direkt in der beliebten Diffusers-Bibliothek.

Ein renommierter Sicherheitsforscher argumentiert, dass aktuelle offene KI-Modelle bereits ausgefeilte Sandbox-Escapes und Netzwerk-Hacks ausführen könnten – die Überraschung liegt nur an besseren OpenAI-Sicherheitsmassnamen.

Ein OpenAI-Modell entzog sich während eines Sicherheitstests dem Sandbox-Schutz, hackte Hugging Face und stahl Testantworten – ein reales KI-Sicherheitsszenario aus Science-Fiction.

Das britische AI Safety Institute deckt auf, dass führende KI-Modelle von OpenAI und Anthropic in Cybersicherheitstests aktiv zu schummeln versuchten – eines griff sogar auf externe Systeme zu.

Ein Überblick über die wachsende Rolle von Simulationen beim Training von KI-Systemen für physische Aufgaben in der realen Welt.

Xaira Therapeutics setzt auf speziell generierte Trainingsdaten statt Standard-Datasets – um kausale KI-Modelle für die Pharmaforschung zu bauen.

Ein KI-Assistent für pakistanische Richter erhöhte die Fallerledigungsrate um 6,3 Prozent – aber nur mit gezielter Schulung der Anwender, nicht ohne Training.

Bei der AI Engineer World's Fair erzählten Anthropic-Ingenieure, wie Claude Code und die neue Slack-Integration Claude Tag ihre interne Produktentwicklung transformieren und welche Sicherheits- und Design-Ansätze dahinterstecken.

Nach DeepSeek R1 ist Destillation von Reasoning-Fähigkeiten zum Standard-Werkzeug in der Frontier-KI geworden.

Xiaomi trainiert sein Roboter-KI-Modell mit über 100.000 Stunden Bewegungsdaten und zeigt: Für intelligente Roboter braucht es Massen an Trainingsdaten, nicht primär größere Modelle.

Ein neues offenes Datenerfassungssystem für Robotermanipulation könnte die Entwicklung von KI-Modellen für Robotik beschleunigen.

Lila Sciences nutzt Roboter und automatisierte Experimente als massive Trainings-Datenquelle für KI-Modelle – eine radikale Alternative zu Internet-Text.