- Where autonomy works: evaluating robot capabilities in 2026
Autonome Roboter funktionieren am besten in vorhersehbaren Umgebungen; die Übertragung auf wechselnde Gegenstände und Situationen bleibt laut Bericht die zentrale Hürde.
- Assessing LLMs on Climate Information
Der vorliegende Auszug beschreibt einen Bewertungsrahmen für LLM-Antworten zur Klimakommunikation, nennt aber keine konkreten Studienergebnisse.
- AI capabilities have steadily improved over the past year
Epoch AI berichtet über steigende KI-Benchmarkwerte, weist aber darauf hin, dass diese Tests den tatsächlichen Nutzen für komplexe wirtschaftliche Aufgaben nur teilweise erfassen.
- AI detectors rarely flag human writing, but sometimes miss AI text imitating real authors
Laut Berichtsauszug erkennen drei getestete Detektoren einfache KI-Texte meist, übersehen aber deutlich häufiger stilnachahmende KI-Texte; die Ergebnisse beziehen sich auf die untersuchten Stichproben.
- Legora reviewed 41 documents in minutes with GPT-6 Astra
Legora berichtet, dass GPT‑6 Astra 41 Dokumente rasch abglich und vier eingebaute Fehler fand; die Ergebnisse sind Unternehmensangaben, und die endgültige Beurteilung bleibt bei Fachleuten.
- Dialogues Between Technologists and the Art Worlds
Der Bericht plädiert dafür, KI für Kunst partizipativ und im jeweiligen kulturellen Umfeld zu gestalten; die angeführten Beispiele zeigen Chancen und Risiken, liefern aber keine umfassenden quantitativen Wirksamkeitsnachweise.
- Contributions to OpenAI's Codex codebase show signs of AI uplift
Der Berichtsauszug sieht bei Codex-Beiträgen Hinweise auf wachsenden KI-Produktivitätszuwachs, doch die Modellschätzungen sind begrenzt und die näheren Methodikabschnitte fehlen.
- Accuracy increases with estimated training compute
Laut Epoch AI steigt Benchmark-Genauigkeit meist mit geschätztem Trainingscompute, doch verrauschte Ergebnisse, algorithmischer Fortschritt und fehlende Compute-Angaben schränken den Vergleich ein.
- TxGemma: Efficient and Agentic LLMs for Therapeutics
Der Abstract berichtet über TxGemma und TxAgent für therapeutische Forschung, weist aber darauf hin, dass TxGemmas Vorhersagen noch im Nasslabor validiert werden müssen.
- To Mask or to Mirror: Human-AI Alignment in Collective Reasoning
Der Abstract-Auszug berichtet, dass Sprachmodelle menschliche Verzerrungen bei Gruppenentscheidungen unterschiedlich spiegeln oder auszugleichen versuchen und ihre Übereinstimmung vom Kontext abhängt.
- Applying machine learning to mammography screening for breast cancer
Der Bericht kündigt eine frühe Forschungsstudie zu maschinellem Lernen bei Mammografie-Screenings an, liefert aber noch keine Ergebnisse oder Belege für einen Nutzen.
- Empowering teams to unlock insights faster at OpenAI
OpenAI sagt, ein interner GPT‑5-gestützter Assistent mache die Analyse von Support-Tickets für Teams schneller zugänglich; belastbare Genauigkeits- oder Kundenergebniszahlen nennt der Bericht nicht.
- How Podium is arming 10,000+ SMBs with AI agents
Podium berichtet, dass seine GPT‑5.1-Agenten lokale Unternehmen bei Anfragen, Buchungen und Verkäufen unterstützen und mit deutlichen, im Bericht nicht unabhängig überprüften Geschäftsergebnissen einhergehen.
- Recommendations to OSTP on the National Artificial Intelligence Research and Development Strategic Plan
Der bereitgestellte Auszug listet 15 CSET-Empfehlungen für sicherere, praxisnähere und transparentere KI-Forschungspolitik in den USA auf, ohne über deren Umsetzung oder Wirkung zu berichten.
- Introducing dots
OpenAI führt Dots als anpassungsfähige KI-Agenten für ausgewählte Tarife ein, mit Kontrollen für ihre Arbeit und dem ausdrücklichen Hinweis, wichtige Ergebnisse wegen möglicher Fehler zu überprüfen.
- A scorecard for the AI age
Der Bericht schlägt vor, den KI-Nutzen als erfolgreiche, verlässliche Arbeit pro Dollar zu messen, und stützt seine Effizienzversprechen vor allem auf von OpenAI angeführte Leistungswerte.
- How OpenAI Uses AI to Convert Inbound Sales Leads
OpenAI zufolge beantwortet ein interner KI-Assistent Vertriebsanfragen schneller und persönlicher; die genannten Genauigkeits- und Umsatzerfolge sind im Bericht nicht unabhängig belegt.
- How Descript engineers multilingual video dubbing at scale
Descript zufolge verbesserte eine auf Bedeutung und Sprechdauer ausgerichtete Übersetzungspipeline das Timing der Synchronisation und erhöhte die entsprechenden Videoexporte um 15 Prozent; unabhängige Überprüfung und Stichprobengrößen nennt der Bericht nicht.
- Consensus accelerates research with GPT-5 and Responses API
Consensus zufolge koordiniert Scholar Agent mit GPT‑5 die Suche und Auswertung wissenschaftlicher Studien; die behaupteten Leistungs- und Wachstumswerte werden im Bericht nicht unabhängig belegt.
- Ministry of Science and Technology Notice on the Publication of the Guidance on National New Generation Artificial Intelligence Open Innovation Platform Construction Work
Die MOST-Mitteilung von 2019 regelt Auswahl, Aufgaben und Aufsicht offener KI-Plattformen, ohne deren Wirkung zu messen.
- Build more natural voice experiences with GPT‑Live‑1 in the API
GPT‑Live‑1 soll natürlichere, unterbrechungsfeste Sprachagenten in der API ermöglichen; die berichteten Leistungs- und Kundenergebnisse stammen von OpenAI beziehungsweise zitierten Unternehmen.
- Sora 2 is here
OpenAI stellte Sora 2 samt sozialer Video-App und Sicherheitsmaßnahmen vor, doch der Bericht vermerkt nachträglich, dass das Sora-Produkt seit dem 26. April 2026 nicht mehr verfügbar ist.
- Testing frameworks for the classification of AI systems
Laut CSET können klare Klassifikationsrahmen die Einordnung von KI-Systemen verbessern, doch ihre Verlässlichkeit hängt stark von ausreichenden Systeminformationen ab.
- The full stack behind abundant intelligence
OpenAI beschreibt einen Kreislauf aus integrierter KI-Infrastruktur und höherer Effizienz, stützt Leistungsangaben zu eigenen Chips und Modellen aber im Text nur auf Unternehmensangaben ohne vollständige Vergleichsdaten.
- Quantifying the algorithmic improvement from reasoning models
Laut den Autoren können Reasoning-Modelle auf ausgewählten Benchmarks einen großen, teils ungefähr zehnfachen Compute-Equivalent-Gewinn erzielen, doch die Schätzungen sind unsicher und der Vorteil hängt stark von der Aufgabe ab.
- RIP classic reasoning benchmarks. What's next?
Burnham plädiert dafür, Reasoning-Benchmarks durch multimodale, langfristige, schwer bewertbare und über menschliches Können hinausgehende Aufgaben weiterzuentwickeln.
- OpenAI and Altera logos appear on a white background, with a central image of a close-up orange leaf showing intricate vein details.
Altera berichtet, OpenAI-Modelle ermöglichten stabilere, bis zu vier Stunden autonom arbeitende KI-Agenten, doch die weitergehenden Fähigkeiten und Leistungsbehauptungen sind im Text nur knapp belegt.
- Introducing 4o Image Generation
Der Bericht stellt OpenAIs damalige GPT‑4o-Bildgenerierung mit ihren behaupteten Stärken, ausgewählten Beispielen, einer bekannten Beschneidungsgrenze und beschriebenen Sicherheitsmaßnahmen vor.
- We didn’t learn much from the IMO
Burnham deutet die fünf IMO-Lösungen als bemerkenswert zuverlässig, aber wegen der ungewöhnlichen Aufgabenverteilung nicht als klaren Beleg für neue Fähigkeiten über mittelschwere Mathematik hinaus.
- Harness engineering: leveraging Codex in an agent-first world
OpenAI berichtet, dass Codex ein internes Produkt ohne manuell geschriebenen Code entwickelte, wobei Werkzeuge, Dokumentation und feste Regeln die Agentenarbeit ermöglichten; die langfristige Tragfähigkeit ist laut Autor noch ungeklärt.
- What went into training DeepSeek-R1?
Der Autor schätzt R1s zusätzliche GPU-Trainingskosten auf rund eine Million Dollar und sieht das Modell bei ungefähr o1-Leistung zu deutlich geringerem API-Preis.
- What will the IMO tell us about AI math capabilities?
Laut Greg Burnham zeigt die IMO KI-Fortschritt erst dann überzeugend, wenn konkrete Lösungen kreative Beweisideen erkennen lassen – eine Medaille allein genügt nicht.
- Where’s my ten minute AGI?
Längere KI-Benchmark-Aufgaben bedeuten laut Anson Ho nicht automatisch breite Automatisierung, weil Messungen domänenspezifisch sind, reale Arbeit hohe Zuverlässigkeit verlangt und oft viel Kontext erfordert.
- Advancing science and math with GPT-5.2
OpenAI zufolge unterstützt GPT‑5.2 mathematische und wissenschaftliche Arbeit, doch seine Ergebnisse müssen weiterhin von Menschen fachkundig geprüft werden.
- Introducing ChatGPT Pro
OpenAI stellt ChatGPT Pro für 200 US-Dollar monatlich mit erweitertem Modellzugang und einem laut Unternehmen leistungsfähigeren o1-Modus vor; konkrete Benchmarkwerte fehlen.
- How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules
KI kann die Suche nach möglichen antimikrobiellen Molekülen beschleunigen, doch erst Experimente und weitere Prüfungen zeigen, ob daraus ein Medikament werden kann.
- Can AI combat cognitive capacity issues and information overload?
Der Beitrag argumentiert, KI könne die Überlastung durch wissenschaftliche Informationen mindern, sofern sie sicher und verantwortungsvoll eingesetzt wird und den Zugang zu Wissen unterstützt.
- Deepmind’s Alphafold: a solution to the 50-year-old challenge of protein folding
DeepMind berichtet, CASP habe AlphaFold als Lösung der Proteinstrukturvorhersage anerkannt, während mögliche Anwendungen noch erforscht werden.
- Image GPT
iGPT zeigt laut Bericht, dass ein großer Sprachmodell-Transformer auch brauchbare Bildmerkmale lernen kann, doch hohe Rechenkosten, begrenzte Auflösungen und mögliche Datenverzerrungen schränken den praktischen Einsatz ein.
- GPT-5.3 Instant: Smoother, more useful everyday conversations
OpenAI zufolge antwortet GPT‑5.3 Instant flüssiger und verursacht in internen Tests weniger Halluzinationen, doch manche Sprach- und Tonprobleme bestehen fort.
- DALL·E 3
OpenAI bewirbt DALL·E 3 als genaueren, in ChatGPT integrierten Bildgenerator und nennt Schutzmaßnahmen, ohne quantitative Belege vorzulegen.
- Unify engineers growth by using the right model for every task
Unify zufolge unterstützen auf bestimmte Aufgaben abgestimmte OpenAI-Modelle die Kundenrecherche und personalisierte Ansprache; das Unternehmen schreibt seinem System 30 Prozent der eigenen Pipeline zu, ohne dass der Bericht unabhängige Nachweise oder genaue Messmethoden enthält.
- Introducing Structured Outputs in the API
Structured Outputs soll laut OpenAI API-Ausgaben zuverlässig an JSON-Schemata binden, hat aber Einschränkungen und garantiert keine inhaltliche Richtigkeit.
- Teaching models to express their uncertainty in words
Der bereitgestellte Bericht ist nur ein Abstract-Auszug: Er berichtet, dass GPT‑3 laut den Autorinnen und Autoren seine Unsicherheit sprachlich kalibriert ausdrücken kann, nennt aber keine konkreten Messwerte oder ausführlichen Versuchsdaten.
- Cyber Operation: Russian-speaking malware tooling
OpenAI sperrte mutmaßlich mit russischsprachigen Kriminellen verbundene Konten, betont aber, dass externe Einsätze nicht unabhängig bestätigt wurden und die Modelle den Akteuren laut Untersuchung keine neuen Fähigkeiten verschafften.
- Prover-Verifier Games improve legibility of language model outputs
Ein Prover-Verifier-Spiel soll laut Bericht die Prüfbarkeit von Modelllösungen verbessern und einen Teil des Genauigkeitsgewinns bewahren; untersucht wurde es bislang nur an einem Datensatz.
- Scientific computing in the age of agentic AI
Acht explorative Fallstudien legen nahe, dass Programmieragenten wissenschaftliche Softwarearbeit beschleunigen, während Validierung und langfristige menschliche Betreuung entscheidend bleiben.
- Scaling social science research
GABRIEL soll qualitative Daten mit GPT in großem Maßstab messbar machen; die im Bericht behauptete hohe Genauigkeit wird dort nicht mit konkreten Prüfdaten ausgeführt.
- An OpenAI model has disproved a central conjecture in discrete geometry
Laut OpenAI hat ein internes KI-Modell die Erdős-Vermutung zum Einheitsabstandsproblem widerlegt, indem es für unendlich viele Punktzahlen eine bessere Konstruktion fand, deren Beweis externe Mathematiker prüften.
- Announcing OpenAI’s Bug Bounty Program
OpenAI kündigt über Bugcrowd verwaltete Prämien von 200 bis 20.000 US-Dollar für qualifizierte Sicherheitsfunde an, während die konkreten Teilnahmebedingungen im Bericht nur verlinkt werden.
- Launching Health in ChatGPT
„Health in ChatGPT“ soll Gesundheitsdaten mit Zustimmung in Antworten einbeziehen; OpenAI betont Datenschutzmaßnahmen, räumt mögliche Fehler ein und sagt, die Funktion ersetze keine medizinische Fachperson.
- Introducing GPT-5.1 for developers
Der Bericht kündigt GPT‑5.1 mit adaptivem Denkaufwand, Coding-Verbesserungen und neuen API-Werkzeugen an; die Benchmark-Ergebnisse sind gemischt und die Leistungsbehauptungen werden nicht unabhängig umfassend geprüft.
- Weak-to-strong generalization
Der Bericht beschreibt erste Hinweise, dass starke Modelle mit schwacher Aufsicht Fähigkeiten verallgemeinern können, betont aber erhebliche Grenzen und offene Fragen für die Ausrichtung künftiger KI.
- GPT-6 Astra: The next generation in intelligence for work
Der vorliegende Auszug berichtet OpenAIs Behauptungen zu GPT‑6 Astra und ausgewählten Arbeitsbeispielen, bietet aber keine unabhängige Überprüfung und bricht am Ende ab.
- OpenAI Gym Beta
OpenAI kündigt 2016 Gym als Beta-Werkzeug mit standardisierten RL-Umgebungen an, um Entwicklung, Vergleich und Reproduktion von Forschung zu erleichtern.
- Learning from human preferences
KI-Agenten können laut Bericht Ziele aus menschlichen Verhaltensvergleichen lernen, doch hängt der Erfolg von verlässlichen Urteilen ab und schützt nicht automatisch vor Täuschungsverhalten.
- Improving GPT‑5.6 Sol in ChatGPT—and expanding access to GPT-5.6 Luna for free users
OpenAI kündigt eine überarbeitete Sol-Version und mehr kostenlosen Zugang zu Luna an; Leistungsverbesserungen und Fehlerreduktionen werden im Bericht als Unternehmensangaben dargestellt.
- Funding grants for new research into AI and mental health
OpenAI berichtet, dass sein Förderaufruf für unabhängige KI- und Mental-Health-Forschung über 1.000 Bewerbungen erhielt und die ausgewählten Antragstellenden benachrichtigt wurden; konkrete Förderungen oder Ergebnisse werden nicht genannt.
- Creating with Sora safely
OpenAI beschreibt Schutzmaßnahmen für Sora, deren Wirksamkeit der Bericht nicht unabhängig belegt, und vermerkt, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- Advancing content provenance for a safer, more transparent AI ecosystem
OpenAI beschreibt C2PA, SynthID und ein Prüfwerkzeug zur Herkunftserkennung und betont, dass die Signale unvollständig sein können und fehlende Treffer keine definitive Aussage erlauben.
- Advancing the next era of national science
OpenAI sagt Unterstützung für die US-amerikanische Genesis-Forschungsmission zu und beschreibt erwartete KI-Anwendungen, ohne bereits erzielte Wirkungen unabhängig zu belegen.
- How an astrophysicist uses Codex to help simulate black holes
Codex unterstützt Chan beim Entwickeln und Testen möglicher Simulationstechniken für Plasma um schwarze Löcher; ob sie funktionieren, muss sich erst noch zeigen.
- Introducing shopping research in ChatGPT
Shopping Research soll personalisierte Einkaufsratgeber in ChatGPT erstellen, kann laut OpenAI aber bei Produktangaben, Preisen und Verfügbarkeit Fehler machen.
- Scaling laws for reward model overoptimization
Der vorliegende Auszug berichtet, dass die Auswirkungen der Optimierung gegen ein unvollkommenes Reward-Modell je nach Verfahren unterschiedlich skalieren, nennt aber keine konkreten Messwerte.
- Infrastructure for deep learning
OpenAI beschreibt eine hybride Forschungsinfrastruktur mit Kubernetes und einem veröffentlichten AWS-Autoscaler, räumt aber ungelöste ImageNet-Ergebnisse sowie Grenzen bei GPU-Skalierung und Cloud-Kapazität ein.
- Scaling Kubernetes to 7,500 nodes
OpenAI berichtet, Kubernetes für seine spezielle ML-Forschungsinfrastruktur auf 7.500 Knoten skaliert zu haben, während Prometheus-Speicherung und die Steuerung des Internetverkehrs offene Herausforderungen bleiben.
- Scaling Kubernetes to 2,500 nodes
OpenAI schildert eigene Lösungen für mehrere Skalierungsprobleme in einem Kubernetes-Cluster mit über 2.500 Azure-Knoten und berichtet von drei Monaten ohne Zwischenfälle.
- Language models can explain neurons in language models
OpenAI lässt GPT‑4 GPT‑2-Neuronen erklären und bewertet diese Erklärungen, betont aber, dass die Methode noch unzuverlässig ist und weder Mechanismen noch ganze Schaltkreise erfasst.
- Learning dexterity
Dactyl übertrug ausschließlich in Simulation erlernte Objektmanipulation auf einen realen Roboter; Randomisierung half bei den getesteten Blöcken und einem Prisma, doch die Leistung war nicht für alle Objektformen zuverlässig.
- TruthfulQA: Measuring how models mimic human falsehoods
Der bereitgestellte Text ist nur ein Abstract: Die Autoren berichten, dass die getesteten Modelle verbreitete Irrtümer nachahmten und das beste bei TruthfulQA 58 Prozent wahrheitsgemäße Antworten erreichte.
- AI-written critiques help humans notice flaws
Laut Bericht helfen KI-Kritiken beim Erkennen von Fehlern in Zusammenfassungen, doch ihre Wirksamkeit bei wirklich schwierigen Bewertungsaufgaben ist noch ungeklärt.
- Sam Altman returns as CEO, OpenAI has a new initial board
OpenAI kündigt Altmans Rückkehr und Änderungen in Führung und Governance an; die angekündigte unabhängige Prüfung der jüngsten Ereignisse lief laut Nachtrag noch.
- Benchmarking safe exploration in deep reinforcement learning
Der Abstract-Auszug plädiert für mehr Forschung zu sicherem Erkunden und nennt beschränktes RL, Safety Gym und algorithmische Ausgangswerte als Beiträge, ohne konkrete Ergebnisse auszuführen.
- AI and efficiency
Laut Bericht verbesserte sich die Trainingseffizienz bei einigen stark beforschten KI-Aufgaben deutlich, doch wenige Messpunkte und begrenzte Kostenerfassung schränken die Verallgemeinerung ein.
- Learning complex goals with iterated amplification
Iterierte Verstärkung schnitt in fünf künstlichen Aufgaben laut Bericht vergleichbar mit überwachtem Lernen ab, ist aber ein vorläufiger Ansatz ohne Nachweis für realistische Sicherheitsprobleme.
- Transfer of adversarial robustness between perturbation types
Der vorliegende Auszug berichtet, dass adversariale Robustheit nicht zuverlässig zwischen Störungstypen übertragbar ist, und empfiehlt vielfältigere Tests.
- AI safety via debate
Der Bericht beschreibt Debatten als vielversprechenden, aber vorläufig erprobten Ansatz zur KI-Aufsicht, dessen Wirksamkeit und Grenzen noch untersucht werden müssen.
- Procgen and MineRL Competitions
OpenAI kündigt Procgen- und MineRL-Wettbewerbe für NeurIPS 2020 an, die Generalisierung beziehungsweise effizientes Lernen aus Demonstrationen unter begrenzten Ressourcen fördern sollen; Ergebnisse der Wettbewerbe berichtet der Text nicht.
- Economic impacts research at OpenAI
OpenAI kündigt externe Forschung zu den wirtschaftlichen Folgen seiner Sprachmodelle an, berichtet jedoch noch keine eigenen Ergebnisse.
- On the quantitative analysis of decoder-based generative models
Der Bericht liegt nur als Auszug vor: Die Autoren schlagen Annealed Importance Sampling zur Bewertung generativer Decoder-Modelle vor, doch konkrete Ergebnisse werden nicht genannt.
- OpenAI and Microsoft extend partnership
OpenAI berichtet von einer erweiterten Microsoft-Partnerschaft mit Milliardeninvestition, exklusiver Azure-Nutzung und gemeinsamer Arbeit an Bereitstellung und Sicherheit; die Mitteilung bleibt OpenAIs eigene Darstellung.
- Upgrading the Moderation API with our new multimodal moderation model
OpenAI zufolge verbessert das neue Moderationsmodell die Erkennung schädlicher Inhalte in Text und ausgewählten Bildkategorien, wobei die Leistungswerte aus unternehmensinternen Tests stammen und die multimodale Abdeckung begrenzt ist.
- Evolving OpenAI’s structure
OpenAI plant eine Umwandlung seiner gewinnorientierten Gesellschaft in eine PBC unter fortbestehender gemeinnütziger Kontrolle und begründet dies mit Kapitalbedarf und breiterem gesellschaftlichem Nutzen.
- https://arxiv.org/pdf/1908.08016
ImageNet-UA soll Robustheit gegen unbekannte Bildangriffe messbar machen; die Ergebnisse zeigen Unterschiede zu klassischen Robustheitswerten, belegen aber keine allgemeine Sicherheit im Einsatz.
- Operation „High Five“: Kommentare zur Politik der Philippinen
Der bereitgestellte Auszug bricht bei Abbildung 2 ab; OpenAI beschreibt darin eine gesperrte, KI-gestützte politische Kommentarkampagne auf den Philippinen, deren mindestens mehrere Tausend Beiträge laut Bericht kaum Resonanz fanden.
- Mit Tausenden KI-Agenten neue Ansatzpunkte in biologischen Daten entdecken
Tausende KI-Agenten werteten Mäusegehirn-Daten aus und schlugen neue, noch experimentell zu prüfende Forschungshypothesen vor.
- ChatGPT Creator Just Launched an AI Detector. Let’s Put It To The Test!
Andrades wenige Tests zeigen, dass OpenAIs damaliger KI-Textdetektor KI-Texte unterschiedlich und teils irreführend einstufte.
- Anthropic Deleted 80% of Claude Code’s Own Prompt. Your CLAUDE.md Is Next.
Der Autor empfiehlt, CLAUDE.md und Skills auf überholte oder widersprüchliche Regeln zu prüfen, betont aber, dass seine Belege teils begrenzt sind und echte Schutzvorkehrungen erhalten bleiben sollten.
- Claude Opus 5’s Highest Setting Scores Lower Than the One Below It
Laut dem verfügbaren, durch eine Medium-Mitgliedersperre unvollständigen Auszug erreicht Claude Opus 5 bei „xhigh“ einen höheren Benchmarkwert als bei „max“, während „max“ teurer ist.
- Reverse-Skill: The Cybersecurity Learning Router That Teaches You to Think Like an Attacker
„reverse-skill“ soll KI-Agenten für Cybersicherheitsaufgaben zum passenden Arbeitsablauf lotsen; der Artikel beschreibt Umfang und Tests, weist aber keine unabhängige Wirksamkeitsmessung aus.
- A 15M Parameter Model Just Humiliated Billion-Dollar AI Infrastructure
Laut Bericht zeigt LeWorldModel, dass ein kleines JEPA-Modell bei manchen Steuerungsaufgaben leistungsfähig sein kann, doch die Aussagen sind durch kurze Planungshorizonte, Datenbedarf, eine schwächere 3D-Leistung und widersprüchliche PushT-Zahlen eingeschränkt.
- MiniMax-M2 vs. Kimi-K2 vs. Sonnet 4.5: The Open-Source LLM That Beats Big Tech at 8% of the Cost
Laut einer nur knapp beschriebenen Evaluation war MiniMax-M2 bei Codeaufgaben konkurrenzfähig und günstiger als Sonnet 4.5; die behaupteten Vorteile sind mangels genauer Testdetails begrenzt einzuordnen.
- Benchmarks Are Surprisingly Compaction-Friendly
Der bereitgestellte Abstract-Auszug berichtet, dass Kontext-Komprimierung meist die Benchmark-Leistung erhält, aber nicht anderweitig gespeicherte Arbeitsregeln verlieren kann.
- Embedding-Space Fingerprinting of LoRA Fine-Tunes: Recovering the Training-Data Domain from the Model Artifact Alone
Der bereitgestellte Auszug berichtet, dass sich die Trainingsdomäne von LoRA-Modellen in einer begrenzten Untersuchung besser aus Aktivierungen und Ausgaben als aus Gewichtsdifferenzen erkennen ließ.
- 10 Ways AI Labs Can Limit Antitrust Risks of Safety Pacts | Insights
- US and China should stay clear-eyed on AI cooperation and competition, Bessent says
- What Is C2PA? Content Credentials Explained (2026)
Content Credentials können Herkunft und Bearbeitungen digitaler Dateien nachvollziehbar machen, beweisen laut Bericht aber weder deren Wahrheit noch eine verlässliche Prüfung für Hochrisikofälle.
- Changing how we measure AI chip inference performance
Der IPI soll Inferenzkapazität umfassender als FLOP/s vergleichen, liefert aber modellierte Hardwarepotenziale, deren Werte von Arbeitslasten und Annahmen abhängen.
- News & Insights
Der Auszug bündelt überwiegend Selbstauskünfte der Australian AI Music Alliance und von OZBeat AI zu Standards, Produkten und Branchenaktivitäten rund um KI-Musik; die Kurztexte liefern keine unabhängige Überprüfung.
- Agentic Cheminformatics with Google Antigravity
Laut Bericht beschleunigen Antigravity-Cheminformatik-Skills die Analyse und den Entwurf möglicher Wirkstoffmoleküle, doch ihre Vorhersagen bleiben experimentell zu prüfende Hypothesen.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →