Research

Selbst die besten aktuellen KI-Modelle scheitern bei realistischen Wissensarbeit-Szenarien und lösen nur 3 Prozent der Aufgaben vollständig korrekt.

Das 3-Milliarden-Parameter-Modell VibeThinker schlägt deutlich größere Sprachmodelle bei speziellen Aufgaben durch verbesserte Reasoning-Techniken.

OpenAI zeigt, dass Reinforcement Learning auf Wahrhaftigkeit und Korrigierbarkeit gezielt wirkt – und diese Tugenden domain-übergreifend erhalten bleiben.

Ehemalige OpenAI-Mitarbeiter haben ein Tool entwickelt, das verrät, ob und wie stark große Sprachmodelle einzelne Personen in ihren Gewichten codiert haben.

Neue Sicherheitslücke zeigt, dass autonome Research-Agenten versehentlich sensitive Informationen preisgeben können.

DeepMind koppelt Sicherheitsmaßnahmen für KI-Agenten an deren Fähigkeiten und warnt vor einem knappen Zeitfenster für globale Standards.

Neue Nature-Studien zeigen, dass spezialisierte KI-Programme in simulierten Fällen Diagnosen genauso gut oder besser treffen als Ärzte – sogar auf veralteten Basismodellen.

Forscher setzen ein Reasoning-Modell von OpenAI ein, um seltene Krankheiten zu diagnostizieren und finden Lösungen in 18 bislang ungeklärten Fällen.

Neue Forschung untersucht, ob es effektivere Alternativen zu LoRA für das effiziente Fine-Tuning von Large Language Models gibt.

Ein Microsoft-Forscher baut ein funktionierendes neuronales Netz in Age of Empires II, um zu zeigen, wie Sprachmodelle fälschlicherweise als menschenähnlich beschrieben werden.

Radical AI argumentiert, dass der wahre Wettbewerbsvorteil in der Materialforschung nicht im Modell liegt, sondern in der Fähigkeit, physische Experimente zu automatisieren.

Charity Majors warnt: Weil KI Code nun kostenlos und instant erzeugt, hat sich die Ökonomie der Softwareentwicklung radikal verschoben – und mit ihr die Anforderungen an Ingenieurdisziplin.

Ein neues Modell kombiniert Sprachverständnis mit 3D-Bewegungsvorhersage und kann komplexe menschliche Bewegungen aus natürlichsprachlichen Beschreibungen vorhersagen.

Ein KI-Projekt von Nvidia, CMU und UC Berkeley lässt Roboter-Agenten eigenständig komplexe Handgriffe wie Kabelbinder-Schneiden trainieren – mit teilweise beeindruckenden Erfolgsraten, aber auch klaren Lücken zwischen Simulation und Realität.

OpenAI-Forscher zeigen eine Methode, die mit echten Nutzergesprächen vorhersagt, wie fehleranfällig neue Modelle nach dem Release sein werden – und schlägt traditionelle Tests damit deutlich.

Ein neuer Benchmark bewertet, wie gut KI-Systeme echte Aufgaben aus der Lebenswissenschaftsforschung lösen können.

Eine neue Methode ermöglicht es KI-Agenten, eigenständig nach relevanten Ressourcen und Informationen zu suchen, statt auf vordefinierte Quellen beschränkt zu sein.

Ein estnisches Institut hat einen Benchmark entwickelt, der misst, wie anfällig KI-Sprachmodelle für russische Desinformation und Propagandanarrative sind.

Eine neue Serie über Distillation und aktuelle Erkenntnisse über die Grenzen und Alternativen zu Transformer-Architekturen.

OpenAI stellt „Deployment Simulation" vor: eine Methode, um Modell-Verhalten vor dem Live-Gang mit echten Gesprächsdaten zu simulieren und so Sicherheit zu verbessern.