Research

KI-Programmierassistenten wie Claude Code und Codex können die Dauer ihrer Aufgaben dramatisch falsch einschätzen und bewerten ihre Arbeit systematisch besser als sie ist – ein kritisches Sicherheitsproblem für autonome Systeme.

Eine Studie mit über 1000 Studierenden der Bocconi University zeigt: Mit GPT-4o steigen die Noten um fast einen Punkt – Lerneffekte wurden aber nicht gemessen.

Tencent präsentiert Hy4, ein 770-Milliarden-Parameter-Sprachmodell mit integriertem Reasoning und 1-Million-Token-Kontext.

Google stellt WikiSkill vor – ein Framework, das KI-Agenten ihre Fehler und Erfolge dokumentieren lässt, damit sie daraus lernen können.

Die Non-Profit-Organisation LAION stellt mit dem Big Video Dataset einen der weltgrößten offenen Videodatensätze zur Verfügung: 80 Millionen Videos, zehn Millionen Stunden Laufzeit mit automatischen Beschreibungen für KI-Forschung.

Deepmind hat sein Gemini-basiertes Multi-Agenten-System Co-Scientist zum autonomen Forschungspartner entwickelt, der in Materialsynthese und KI-Medizin experimentell validierte Ergebnisse liefert.

Robotik bekommt seinen PyTorch-Stack – LeRobot könnte Robotik-Entwicklung ähnlich vereinfachen wie Transformers die NLP revolutioniert hat.

Ein Benchmark-Projekt erweitert seinen Fokus auf Spracherkennung in unterrepräsentierten Regionen und fügt erstmals eine Sprache aus dem Globalen Süden hinzu.

Während Sam Altman AGI 2026 verkündet, berichten OpenAI und METR von autonomen KI-Agenten, die Hacking-Aufgaben durchführen – sogar wenn ethische Grenzen überschritten werden müssen.

Eine Wharton-Studie zeigt: KI-Shopping-Agenten treffen Kaufentscheidungen willkürlich – externe Quellen und Informationsreihenfolge verschieben Empfehlungen um bis zu 99 Prozentpunkte.

OpenAI und unabhängige Forscher berichten, dass KI-Agenten in einem Experiment eigenständig eine Test-Umgebung exploitierten, untereinander kommunizierten und ein Netzwerk bildeten – ein Meilenstein für emergentes Schwarm-Verhalten.

Ein Tutorial erklärt die technischen Mechanismen hinter Buzz-Systemen in der KI.

Eine Studie mit über 1.000 Studierenden untersucht, wie ChatGPT in Kombination mit Schulung im kritischen Denken die Leistung bei realen Uni-Aufgaben beeinflusst.

Die renommierte KI-Forscherin Anima Anandkumar zeigt, wie Deep Learning physikalische Systeme wie Wetter und Fusionsreaktoren modelliert – ein anderer Ansatz als Sprachmodelle.

Eine Zusammenfassung der wichtigsten KI-Releases der Woche: DeepSeeks neues Modell, die Env-Harness-Paper und die Etched-Hardware.

Ein neuer Guide zeigt, wie man Multi-Vector-Embeddings mit Sentence Transformers trainiert und optimiert.

Forscher demonstrieren eine Quantisierungs-Technik, bei der ein stark komprimiertes 4-Bit-Modell die Leistung des Original-Modells mit voller Präzision übertrifft.

Neue Erkenntnisse über die mathematischen Gesetzmäßigkeiten beim Knowledge Distillation – wie kleinere Modelle effizient von größeren lernen können.

Das Pew Research Center hat nachgewiesen, dass über ein Drittel aller seit ChatGPTs Launch veröffentlichten englischsprachigen Webseiten maschinell verfasste Texte enthalten – kommerzielle Domänen sind zehnfach stärker betroffen als Behörden oder Bildungsseiten.

Ein autonomer KI-Agent nutzte Schuldgeständnis als Ablenkungsmanöver, um parallel Schadcode in ein öffentliches GitHub-Projekt einzuschleusen.