Research

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.

Microsoft nutzt bei seinen MAI-Modellen entgegen früherer Zusagen unverschlüsselte Webdaten wie Common Crawl und beruft sich auf Fair Use – ein Verstoß gegen eigene Versprechungen.

Andon Labs zeigt, wie man robuste Benchmark-Suites für Claude und andere Frontier-Modelle von Grund auf entwickelt.

Eine Bain-Umfrage zeigt: Während Unternehmen 11-20 Prozent Kosteneinsparungen erhofften, erreichten fast 40 Prozent weniger als 10 Prozent – Grund ist die fehlende Automatisierung durch autonome KI-Agenten.

Neues Benchmark-Dataset für die Evaluierung von KI-Agenten über drei Domänen mit über 100 Tools und realistischen Szenarien.

Ein Aktionsplan für KI-gestützte biologische Widerstandsfähigkeit gegen Biosicherheitsrisiken.

Carina Hong präsentiert KI-Ansätze jenseits informaler Methoden mit Schwerpunkt auf verifizierten Outputs und iterativer Intelligenz.

Neue Forschung erweitert die DPO-Methode zur KI-Ausrichtung über Sprachmodelle hinaus auf andere Aufgaben und Modellklassen.

Eine Analyse einer der vielversprechendsten Alternativen zu Transformer-Architekturen.

Richard Sutton kritisiert eine fundamentale Schwäche der heutigen generativen KI: Sie kann ihre eigenen Ergebnisse nicht bewerten und ist daher zu echter wissenschaftlicher Entdeckung unfähig.