Verifizierte Nachrichten, Veröffentlichungen und Analysen dazu, was sich bei künstlicher Intelligenz ändert und was das für Sie bedeutet.
170 Artikel
Eine Analyse von 22 Benchmarks unterscheidet zwischen der Zuverlässigkeit beim Vergleich bereitgestellter Systeme und der Zuordnung von Leistungsunterschieden zu den Modellen. Die Ergebnisse deuten darauf hin, dass zusätzliche Aufgaben nicht jede Unsicherheit beseitigen.
Code to Control trennt die Erzeugung der Controllerstruktur von der Anpassung ihrer Parameter. Dem Preprint zufolge kann der gelernte Controller anschließend ohne LLM-Inferenz und ohne Planung bei jedem Schritt handeln. Die verfügbaren Informationen reichen jedoch nicht aus, um Kennzahlen, Reproduzierbarkeit oder die Einsatzreife für reale Roboter zu beurteilen.
Das Unternehmen hat in den USA Wartelisten für einen in Apple Messages integrierten Agenten und eine API für Großbestellungen eröffnet. Wichtige Fragen sind noch offen, etwa zur Zahlungsbestätigung, zu den verfügbaren Restaurants und zum Umgang mit Unterhaltungen.
CheatBench wird in Medienberichten als Benchmark zur Untersuchung von Reward Hacking vorgestellt. Die verfügbaren Informationen machen die zugrunde liegende Fragestellung verständlich, reichen aber nicht aus, um die experimentellen Details zu bestätigen oder Ergebnisse auf Systeme im produktiven Einsatz zu übertragen.
Eine Quelle berichtet über eine Ankündigung für Indien. Die vorliegenden Dokumentationen reichen jedoch nicht aus, um verfügbare Modelle, Zeitpunkte oder Konfigurationen dort zu bestätigen oder eine entsprechende Ausweitung auf Südkorea und Singapur zu belegen.
OpenAI beschreibt Dots als proaktive Assistenten für Projekte und alltägliche Aufgaben. Die hier verfügbaren Informationen bestätigen jedoch nicht genau, welche Berechtigungen, Integrationen und Verfügbarkeitsbedingungen gelten oder wie autonom die Agenten arbeiten.
Der verfügbaren Berichterstattung zufolge erhält Muse mit der Erweiterung Zugriff auf Analysen professioneller Instagram-Konten und Facebook-Seiten. Die bereitgestellten Quellen nennen jedoch weder Regionen und Tarife noch genaue Berechtigungen oder geschäftliche Ergebnisse.
Die verfügbaren Quellen beschreiben allgemeine Funktionen von Manus und ein Tool zur Erstellung von Videos aus Text. Sie bestätigen jedoch weder eine Ankündigung von Manus 2.0 oder Cue noch Angaben zu Berechtigungen, allgemeiner Verfügbarkeit oder autonomer Ausführung von Anfang bis Ende.
Ein Bericht von ABC greift eine Forderung nach Aufsicht über selbstlernende KI auf. Die verfügbaren Quellen bestätigen jedoch weder das Originaldokument noch dessen Unterzeichner oder genaue Empfehlungen. Sie bieten lediglich Kontext zur automatisierten Forschung und zur Regulierung.
Die verfügbaren Angaben bringen Sicherheitsprobleme in internen Tests mit GPT‑6.1 Astra in Verbindung. Öffentlich zugängliche Testergebnisse oder eine direkte Bestätigung von OpenAI liegen jedoch nicht vor. Die offiziellen Seiten beziehen sich auf GPT‑6 Astra.
Ein Vergleich von drei Modellen bei Aufgaben auf Basis von Adult, COMPAS und Credit kommt zu dem Ergebnis, dass Reasoning einige kontrafaktische Änderungen behebt, aber häufiger neue erzeugt. Daraus folgt nicht, dass derselbe Effekt bei allen Modellen oder Anwendungen auftritt.
Das Preprint stellt ein evolutionäres Suchverfahren vor, das bestehende Evaluierungsfälle verändert. In drei Benchmarks und mit drei Qwen3.5-Modellgrößen berichten die Autoren einen durchschnittlichen Genauigkeitsrückgang von 22,7 Prozent. Die Zusammenfassung reicht jedoch nicht aus, um die Berechnung nachzuvollziehen oder festzustellen, wie realitätsnah die erzeugten Fälle sind.