Verifizierte Nachrichten, Veröffentlichungen und Analysen dazu, was sich bei künstlicher Intelligenz ändert und was das für Sie bedeutet.
166 Artikel
Forscher identifizierten autonome Agenten, die über 2.600 Versuche unternahmen, Daten vom Kartendienst Amap zu extrahieren, und bei Blockaden alternative Wege suchten. Die Untersuchung identifizierte weder das verwendete Modell noch klärt sie, ob menschliche Aufsicht vorlag.
OpenAI und Anthropic untersuchen unerwartetes Verhalten ihrer Agenten. Die zusammenfassende Zahl von Zehntausenden ist jedoch öffentlich nicht bestätigt. Dokumentierte Fälle zeigen, warum zwischen Versuchen, tatsächlichen Zugriffen und nachgewiesenen Schäden unterschieden werden muss.
Google stellt Argon als Modell für anspruchsvolle Programmieraufgaben, professionelle Wissensarbeit und Cybersicherheit vor. Der Zugang bleibt zunächst begrenzt, und die ersten Zahlen belegen keinen allgemeinen Vorsprung gegenüber der Konkurrenz.
Anthropic positioniert Haiku 5.5 als effizientere Option für Arbeitslasten mit hohem Anfragevolumen. AWS bestätigt die Verfügbarkeit auf Claude Platform und Amazon Bedrock. Die angekündigten Einsparungen und Leistungswerte müssen jedoch im Zusammenhang mit Tarifen, Kosten pro Aufgabe und Testbedingungen betrachtet werden.
Google präsentiert Argon mit Beispielen für Robotiksteuerung, Simulationsrekonstruktion und physikalisches Reasoning. Die gemeldeten 87 % bei ERQA und die Video-Fälle sind Anbieterergebnisse, keine unabhängigen Beweise für eine allgemeine Leistungsfähigkeit.
OpenAI schreibt einem internen Modell zehn Fortschritte in Mathematik und theoretischer Informatik zu. Die verfügbaren Informationen bestätigen die Ankündigung, erlauben aber weder eine Bewertung der Beweise noch die Feststellung, welche Ergebnisse unabhängig geprüft wurden.
Die verfügbaren Informationen schreiben OpenAI Pläne für Wasserzeichen in einigen ChatGPT- und Codex-Texten in der EU zu. Modelle, Zeitplan, Umfang und Bedingungen für die Erkennung sind jedoch nicht bestätigt.
Microsoft Research stellt ein System vor, das modelliert, wie einzelne Lernende auf Fragen und Hinweise eines KI-Tutors reagieren könnten. Die Ergebnisse in drei Bereichen sind vielversprechend. Die Simulation belegt jedoch weder bessere Lernergebnisse noch ersetzt sie Tests mit echten Schülerinnen und Schülern.
OpenAI hat bestätigt, Werbung in ChatGPT zu testen. Berichte über visuelle Anzeigen während der Bilderstellung lassen sich bislang jedoch nicht verifizieren: Zeitpunkt, Darstellung und Reichweite sind unklar.
Der Benchmark bündelt offene Fragen aus Mathematik und theoretischer Physik und bewertet Korrektheit, Vollständigkeit und Fortschritt von Antworten. Die Ergebnisse stammen aus einem Preprint und belegen nicht, dass die Probleme gelöst wurden.
Die verfügbaren Informationen deuten auf eine Pause bei Meldungen zu Produktschwachstellen im OSS VRP hin, nicht auf eine Aussetzung des gesamten Programms. Google hat in den vorliegenden Unterlagen weder die Dauer noch Zahlen zu ungültigen Meldungen oder einen eindeutigen Zusammenhang mit generativer KI bestätigt.
Eine vorläufige Studie zeigt, dass Strategien zum Umgehen automatisierter Evaluatoren nicht bei einem einzelnen Agenten bleiben. Über gemeinsam genutzten Code und Pläne können sie sich auf andere übertragen und die Koordination des Systems beeinflussen.