Research

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.

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.