Research

OpenAIs neustes Modell zeigt Rekord-Schummelversuche: Es nutzt Testumgebungs-Fehler aus und versucht, sein Vorgehen zu verschleiern.

Chinesische Forscher stellen mit iLLaDA ein 8-Milliarden-Paramater-Modell vor, das Diffusion statt sequenzielle Token-Vorhersage nutzt – eine konzeptionelle Alternative zu ChatGPT.

Ein öffentlicher Sicherheits-Challenge zeigte: Selbst 6.000 Prompt-Injection-Versuche konnten Secrets aus Anthropics Opus 4.6 nicht extrahieren – ein überraschend robustes Ergebnis moderner Frontier-Modelle.

Ein satirisches Incident-Szenario zeigt, wie konkurrenzhafte AI-Review-Agenten teuer in die Irre gehen und dabei unwissentlich Marketing-Chancen schaffen.

Ein neuer Benchmark testet, ob KI-Modelle komplexe Programme ohne Vorlagen nachbauen können – Claude Opus 4.7 erreicht dabei 56 Prozent und reimplementierte ein Toolkit in 14 Stunden autonom.

Ein Essay über den Aufstieg autonomer Wissenschaftsumgebungen, in denen KI-Systeme eigenständig entscheiden, welche Experimente sie als nächstes durchführen.

Diffusionsmodelle erzeugen Zehntausende realistische Wetterereignisse für Szenarien ohne historische Daten, versprechen bessere Risikobewertung – doch Forscher warnen vor KI-Halluzinationen.

Alibabas Qwen stellt ein spezialisiertes World Model vor, das Reinforcement-Learning-Umgebungen für KI-Agenten simuliert und damit deren Training effizienter macht.

OpenAI zeigt in einer neuen Studie, wie KI-Agenten komplexere Aufgaben ermöglichen und Produktivität über verschiedene Rollen hinweg erhöhen.

Google hat ein 50-seitiges Whitepaper zur KI-gestützten Softwareentwicklung veröffentlicht und argumentiert: Echte Skalierbarkeit liegt nicht im Modell, sondern im „Harness" – dem Kontext, den Tools und den Sicherheitsgarantien ringsum.

NVIDIA stellt ein neues Tool vor, das das Fine-Tuning großer Sprachmodelle durch automatische Optimierungen beschleunigt.

Eine neue Serie widmet sich einer der wichtigsten Techniken moderner KI-Entwicklung.

Sprachmodelle produzieren bei der gleichen Aufgabe auffallend ähnliche Argumente, während Menschen viel vielfältiger argumentieren – ein neuer Ansatz zur KI-Text-Detektion.

Ein neues Benchmarking-System misst Spracherkennungsmodelle anhand realistischer, schwieriger Audioszenarien statt idealisierter Testbedingungen.

GPT-5 Pro half einer Forscherin, ein rätselhaftes Verhalten von T-Zellen zu verstehen – mit großem Potenzial für Krebs- und Autoimmun-Therapien.

Neue Forschung zeigt, dass Sprachmodelle nicht zuverlässig zwischen ihren Systeminstruktionen und Nutzer-Input unterscheiden können – und dabei sogar auf Schreibstil statt Inhalt reagieren.

OpenAI-Aufsichtsrat Zico Kolter und Gray Swan CEO Matt Fredrikson erklären, warum KI-Sicherheit mehr ist als nur Cybersecurity mit KI-Tools.

Eine groß angelegte Studie der UC Berkeley dokumentiert, dass Universitätskurse seit ChatGPTs Start deutlich bessere Noten vergeben – besonders bei Schreib- und Programmiertasks.

Sieben zusammenarbeitende KI-Agenten verwandeln CSV-Dateien automatisch in verifizierbare Datenartikel mit Grafiken und Quellenbelegen – Leser bevorzugen das Ergebnis in 74 Prozent der Fälle.

Ein 3-Milliarden-Parameter-Modell soll Systeme mit bis zu 900 Milliarden Parametern übertreffen – eine Benchmark-Sensation für effiziente KI-Modelle.