Verifizierte Nachrichten, Veröffentlichungen und Analysen dazu, was sich bei künstlicher Intelligenz ändert und was das für Sie bedeutet.
170 Artikel
Ein Preprint untersucht, ob die Diskrepanz zwischen den Antworten eines kleinen Modells vorhersagen kann, wann es sinnvoll ist, die Anfrage an ein größeres Modell weiterzuleiten. Die Ergebnisse auf GSM8K zeigen eine Verbesserung, doch die Studie warnt vor methodischen Fallstricken und operativen Kosten.
Ein Preprint schlägt vor, Konflikte zwischen Code-Agenten als Planungsproblem zu messen. Der Abstract meldet Verbesserungen bei sauberer Integration, aber Umfang der Versuche und Reproduzierbarkeit erfordern die Prüfung des vollständigen Artikels und seiner Materialien.
H Company stellt zwei Agentenmodelle vor, die zwischen grafischen Oberflächen, Codeausführung und MCP- oder API-Tools wechseln können. Das Unternehmen veröffentlicht Gewichte und Testergebnisse. Die Tests belegen jedoch weder allgemeine Autonomie noch eine gleichmäßige Leistung in allen Umgebungen.
Google DeepMind und GovTech Singapore haben ein Tool angekündigt, das konversationelle Betrugsmaschen mit lokalen Gemma-Modellen erkennt. Die verfügbaren Informationen nennen weder die genaue Modellvariante, die Testergebnisse noch den vollständigen Umfang des Datenschutzes.
Mistral stellte Large 4 als öffentliche Vorschau vor und kündigte an, die Gewichte Ende Oktober zu veröffentlichen. Das Unternehmen nennt eine Billion Parameter, davon 52 Milliarden aktiv. Zahlen und Leistungswerte müssen jedoch eingeordnet werden: Die meisten verfügbaren Vergleiche beruhen auf Tests, die Mistral selbst präsentiert.
Google hat am 13. Oktober mit der weltweiten Einführung von Gemini 4 Argon in der Gemini-App für Abonnenten von AI Pro und AI Ultra begonnen. Auch die deutsche Planübersicht nennt erweiterten Zugriff über Suche, AI Studio und Antigravity. Umfang und Verfügbarkeit hängen jedoch vom Produkt und Tarif ab: Das Modell ist nicht für alle Nutzer verfügbar.
Ein leistungsfähigeres Modell schloss in einem kontrollierten Netzwerk mit vereinfachtem Zugang eine Replikationskette ab. Anthropic warnt: Noch gibt es kein kleines Modell, das zugleich leistungsfähig genug und klein genug ist, um sich unter realen Bedingungen über Verbrauchergeräte zu verbreiten.
Agent Lightning verbindet Agenten samt ihrer Werkzeug- und Kontextverwaltung mit einem Reinforcement-Learning-Workflow. Das Projekt veröffentlicht den Code unter MIT-Lizenz und präsentiert eigene Ergebnisse, die noch unabhängig überprüft werden müssen.
Der Ansatz kombiniert einen digitalen Zwilling des Netzwerks, Graphalgorithmen und Agenten, die für jeden Vorfall die passende Analyse auswählen. Amazon zufolge identifizierte eine Demonstration mit NTT DOCOMO Ursachen in kommerziellen Netzen innerhalb weniger Minuten. Vergleichende Kennzahlen und ein operativer Dauereinsatz sind jedoch nicht belegt.
Google erweitert den Zugang zu Gemini 4 Argon, das für langwierige Aufgaben in Programmierung, Wissenschaft, Finanzen und Cybersicherheit vorgestellt wurde. Leistung und Praxistauglichkeit müssen noch unabhängig geprüft werden; auch konkrete Fähigkeiten in der Robotik lassen sich anhand der verfügbaren Informationen nicht bestätigen.
D1 liefert Wahrscheinlichkeiten für Kategorien, Skalen oder binäre Entscheidungen. Liquid AI sieht Einsatzmöglichkeiten bei strukturierten Aufgaben; der Leistungsvergleich mit Jev ist mit den verfügbaren Quellen jedoch nicht unabhängig bestätigt.
Quine verbindet ein Biologiemodell mit Forschungswerkzeugen, um Hypothesen vor ihrer Prüfung im Labor zu priorisieren. Microsoft Research berichtet von ersten Versuchen bei Bauchspeicheldrüsenkrebs; eine unabhängige Bewertung des Systems steht jedoch noch aus.