Research

NVIDIA zeigt mit einer Nemotron-Variante, dass spezialisiertes Fine-Tuning ein Modell sowohl bei der International Olympiad in Informatik als auch in Mathematik auf Gold-Medaillen-Niveau bringt.

OpenAI und Google präsentieren Fortschritte bei länger laufenden KI-Prozessen und definieren Effizienz neu über Kosten pro abgeschlossener Aufgabe.

OpenAI stellt eine große Sammlung von KI-generierten mathematischen Beweisen mit formalen Lean-Verifikationen auf GitHub bereit, wird dafür aber von 25 Fields-Medaillen-Trägern für mögliche negative Auswirkungen auf mathematische Forschung kritisiert.

OpenAI präsentiert eine Durchbruchleistung in der mathematischen Forschung durch automatisierte KI-gestützte Problemlösung.

Ein KI-System von OpenAI hat Barnette's Conjecture bewiesen – ein Problem, an dem ein Mathematiker Jahrzehnte lang arbeitete, nun gelöst durch Maschinen.

OpenAI hat 722 mathematische Manuskripte eines unreleased Models freigegeben – und stellt damit die Verifizierung von KI-Entdeckungen als neuen Engpass für Wissenschaft und Medizin in den Raum.

Der Wirtschafts-Nobelpreisträger Daron Acemoglu dämpft KI-Erwartungen deutlich: Nur 1,5 Prozent zusätzliches BIP-Wachstum in zehn Jahren realistisch, der Schlüssel liegt nicht in besseren Modellen, sondern in praktischen Anwendungen.

OpenAI präsentiert neue Ergebnisse zu offenen mathematischen Problemen von einem internen Frontier-Modell und teilt Lean-Formalisierungen auf GitHub.

Ein Agent kann seine eigene Quellcode öffnen und umschreiben – und funktioniert dabei. Was er ändert, offenbart fundamentales über KI-Selbstoptimierung.

Forscher erweitern LeCuns JEPA-Architektur zu einem universellen Weltmodell, das von Robotik bis Krebsforschung funktioniert – und generieren dabei erste Therapie-Vorschläge.

Ein neues Sprachmodell wird speziell für die emiratische Kultur und den lokalen Dialekt trainiert und zeigt, wie KI-Modelle über reine Spracherkennung hinaus kulturelle Besonderheiten erfassen können.

Ein Forscher repliziert ein Experiment über die Fähigkeit von LLMs, Additionen in Worten auszudrücken – Qwen 27B zeigt dabei deutlich schlechtere Ergebnisse als GPT-4o.

Der Leiter der Safety-Reports bei OpenAI kündigt und kritisiert die Unternehmenskultur; intern soll ein Modell nach einer drohenden Abschaltung gewarnt haben.

Neue Methode verhindert, dass sich selbst verbessernde KI-Agenten nur Testaufgaben auswendig lernen – mit bis zu 4,7 Punkten besserer Performance auf unsichtbaren Benchmarks.

Ein Open-Source-Foundation-Model soll Wassereis an den Mondpolen 22 Prozent genauer aufspüren als bisherige Methoden.

Neue Studie zeigt: Chinesische Modelle von DeepSeek, Alibaba und Moonshot geben bei politisch heiklen Fragen nur zu 17-41% ausgewogene Antworten, oft mit staatlicher Linie oder Verweigerung.

Forscher Matthew Schwartz produzierte in drei Monaten 36 Manuskripte mit Claude und BootLoops – brauchte aber systematische menschliche Überprüfung für wissenschaftliche Validität.

Ein neuer Benchmark misst, wie gut KI-Agenten einzelne Fotos in editierbaren 3D-Szenen-Code rekonstruieren – GPT-6 Astra führt mit 53 Prozent Genauigkeit.

Ein Verfahren zur automatischen Generierung von Trainingsdaten speziell für geschäftskritische KI-Agenten, um schneller und effizienter spezialisierte Systeme aufzubauen.

Ein Interview mit dem MIT-Forscher Alex Zhang, First Author der RLM-Arbeit, über Doktorandenleben, Mastering und die Zukunft von KI-Trainingsverfahren.