Research

Microsoft-Forschung zeigt, wie Video-Modelle räumliche Szenen im latenten Raum speichern können – effizienter und stabiler als bisherige Ansätze.

Der neue Benchmark SWE-Explore offenbart: KI-Coding-Agenten scheitern beim präzisen Lokalisieren fehlerhafter Code-Zeilen, obwohl sie die richtige Datei finden.

Ein neues KI-Modell kann per Texteingabe Objekte in beliebigen Bildern zählen – von Menschenmengen bis zu Zellen – und halbiert dabei die Fehlerrate bestehender Systeme.

Forscher zeigen, wie man KI-Agenten wie neuronale Netze trainiert, indem man nur Handlungsanleitungen optimiert – statt Modellgewichte zu ändern.

Anthropics neues Modell Claude Fable 5 erreicht 88 % Genauigkeit im schwierigsten FrontierMath-Level und schlägt damit OpenAIs GPT-5.5 deutlich.

Ein neuer Evaluierungs-Framework hilft Entwicklern, Sprachmodelle systematisch zu testen und zu verbessern.

Sarah Guo reflektiert in einem Essay über die Unterschiede zwischen traditionellen Model Labs und modernen Agent Labs sowie über die Grenzen des Trainings in der KI-Entwicklung.

Ein Astrophysiker setzt Codex ein, um komplexe Schwarzloch-Simulationen schneller zu bauen und Einsteins Relativitätstheorie zu testen.

Google veröffentlicht ein 26-Milliarden-Parameter-Modell, das Text durch Diffusion statt Tokensorientiert generiert und dabei vierfach schneller ist – mit Qualitätsabstrichen.

Eine tiefgehende Analyse der 319-seitigen Dokumentation von Anthropics neuem Flaggschiff-Modell Claude Fable 5 deckt überraschende Stärken, aber auch bemerkenswerte Schwächen auf.

Anthropics Sicherheitsforschung zeigt, dass moderne KI-Modelle Sicherheitslücken aus Patches innerhalb von Stunden in funktionierende Angriffe umwandeln können – eine fundamentale Herausforderung für den bisherigen Patch-Rhythmus.

Ein Wochenrückblick von The Sequence hinterfragt die klassische Aufteilung von Train- und Test-Daten und stellt provokativ dar, warum Sprachmodelle vom „Schlaf" profitieren könnten.

Anthropics neue Modelle Fable 5 und Mythos 5 übertreffen die aktuelle Opus-Generation deutlich, wobei Fable 5 Code-Migrationen um ein Vielfaches beschleunigt und Mythos 5 autonome Medikamentenentwicklung demonstriert.

Ein neues Benchmarking-Tool soll helfen, die tatsächliche Code-Qualität von KI-Modellen zu messen statt oberflächliche Metriken zu verfolgen.

Lens schlägt größere Konkurrenten mit einem Fünftel des Trainingsaufwands – Erfolgsgeheimnis sind hochwertige GPT-4-generierte Bildtexte statt vager Web-Daten.

Ein ehrlicher Rückblick auf ein ehrgeiziges, aber letztlich fehlgeschlagenes Projekt im Bereich KI-gestützte medizinische Anwendungen.

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.