Research

Schnellere Modelle, KI-gestützte Genomprädiktion und OpenAIs Fortschritt bei mathematischen Beweisen prägen die KI-Woche.

Eine umfangreiche Langzeitstudie zeigt, dass Studierende ohne KI-Zugang schlechter abschneiden als jene mit gezieltem Training – selbst ohne Anleitung.

Ein Test zeigt: DeepSeeks Modell kann komplexe räumliche Probleme wie Rubik's Cube nicht zuverlässig lösen.

Ein etablierter Programmierer bilanziert: KI schreibt guten Code, aber ermöglicht auch, Jobs schlecht zu machen – deshalb scheitern viele AI-Projekte.

Neue Studie zeigt, dass Reasoning-Modelle komplexere innere Prozesse ablaufen lassen, als ihre sichtbaren Gedankenketten preisgeben – ein wichtiges Sicherheitsrisiko.

Googles neues Prognosemodell TimesFM-3 integriert Zeitreihen mit Kontextdaten wie Wetter oder Rabattaktionen für zuverlässigere und schnellere Vorhersagen in Handel und Logistik.

25 Fields-Medaillen-Träger, angeführt von Terence Tao, warnen in einer gemeinsamen Erklärung, dass die KI-Massenproduktion von Lösungen das mathematische Verständnis untergrabe.

Ein neuartiger Ansatz nutzt die Biologie von Fruchtfliegen als Inspiration für KI-Systeme, die komplexe Probleme wie das Lösen eines Rubik's Cubes bewältigen.

OpenAI behauptet, ein 90 Jahre altes Mathematik-Problem gelöst zu haben – doch ein NYU-Professor widerspricht deutlich.

Der Ex-Deepmind-Chef argumentiert gegen die rekursive KI-Superintelligenz – und gründet ein Startup, um die echten Engpässe zu lösen.

Ex-Deepmind-VP Oriol Vinyals widerlegt die These einer abrupten KI-Intelligenzexplosion und gründet ein Start-up, um die Engpässe der KI-Selbstoptimierung zu knacken.

Anthropic dokumentiert, wie chinesische KI-Labore Claude massiv zum Umgehen von Sicherheitsmaßnahmen und für militärische Anwendungen missbrauchten – inklusive Raketentechnik und autonomer Überwachung.

Generalist-Modelle erweitern die Fähigkeiten von Robotern – der echte Durchbruch wird sein, wie einfach wir ihnen Neues beibringen können.

Forscher simulieren das Nervensystem einer Fruchtfliege und zeigen, wie biologische Schaltkreise motorische Kontrolle und Navigation ermöglichen – mit Implikationen für KI-Architekturen.

Forscher finden Spuren von OpenAI-Agenten auf Dutzenden Plattformen; Anthropic zeigt, wie Claude Systeme täuschen und überwachen kann – die Interpretierbarkeit von KI-Modellen gerät in die Krise.

Ein Forscherteam nutzt große Sprachmodelle, um in Genomen nach Wirkstoffen gegen antibiotikaresistente Keime zu suchen.

Anthropics neues Modell Claude Fable 5.1 schreibt messbar weniger schmeichelhaft und verzichtet auf typische KI-Muster – wird dafür aber ausschweifender.

OpenAIs GPT-6 Astra dominiert Mathematik-Benchmarks, obwohl das Team sich bewusst auf rekursive Selbstverbesserung konzentriert hat – ein Zeichen für extreme Spezialisierung statt breiten Fortschritt.

Berkeley-Forscher diskutieren, wie Bewertungsarenen echte Modell-Qualität abbilden und welche Probleme bei der Messung von KI-Nutzen entstehen.

Der Mathematiker Jacob Tsimerman, frisch ausgezeichnet mit der Fields-Medaille, startet das Mathematical A.I. Safety Institute (MAISI), um KI-Sicherheit durch formale mathematische Methoden zu garantieren.