Lilith · ausgewählte Meldungen
Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.
Atom-Feed ↗Stacklok entwickelt mit Mecatl einen Open Source Agent Harness, der Agentenschleife, Modell, Zustand und Toolausführung trennt. Die Kubernetes-Mitgründer setzen darauf, dass Unternehmen zentrale Identität, Richtlinien und Audits statt verteilter Laptop-Agenten wollen.
Google stellt SynthID Detector weltweit auf Englisch bereit, um Bilder, Videos und Audio von Google sowie Partnern wie OpenAI, NVIDIA und Kakao zu prüfen. Ein gefundener Watermark ist ein nützliches Signal, sein Fehlen beweist jedoch keine menschliche Herkunft.
Jump Trading nutzt GPT-6 Astra für lange quantitative Studien, die mehrere Datenquellen verbinden und ihre Analyse neu ausrichten. Die entscheidende Grenze verläuft zwischen autonomer Forschung und menschlicher Freigabe eines Signals.
Anthropic hat das Modell Claude Haiku 5.5 veröffentlicht, um die Kosten für hochvolumige, routinemäßige und geschwindigkeitskritische Aufgaben zu senken. Die Ausführung ist im Durchschnitt rund 75 % günstiger als bei Haiku 4.5 und reduziert zudem die Cache-Preise für die Sonnet-Familie.
Nvidias Nemotron 3 hat bei den Wettbewerben IOI 2026 und IMO 2026 das Niveau einer Goldmedaille erreicht. Anstatt ein neues riesiges Foundation-Modell zu entwickeln, präsentierte das Unternehmen ein wiederholbares Fine-Tuning-Rezept (SFT und RL) auf einer bestehenden Basis, ergänzt durch eine Feedback-gesteuerte Inferenzschleife.
Atlassian und OpenAI bauen ihre Partnerschaft aus, um Frontier-Modelle direkt mit Unternehmenswissen zu verknüpfen. Die Zusammenarbeit soll Teams die Planung und Entwicklung anhand interner Daten erleichtern.
Microsoft hat Agent Lightning v1.0 vorgestellt, ein Framework mit rund 3.500 Codezeilen, das den echten Agent Harness in das Reinforcement Learning einbezieht. Mit 6.000 Trainingsbeispielen stieg Qwen3.5-9B bei SWE-bench Verified von 41,8 % auf 56,4 %.
Liquid AI hat d1-3B und das experimentelle d1-omni-600M mit offenen Gewichten für strukturierte Entscheidungen ohne Token-Generierung veröffentlicht. d1-3B antwortet auf Jetson AGX Thor in 16 ms, doch Vision- und Audio-Benchmarks fehlen.
OpenAI und Ironclad entwickelten 11 Aufgaben aus Recht, Vertrieb und Beschaffung. GPT-6 Astra erzielte in der Forschungsbewertung 55,0 %, GPT-5.6 Sol 41,6 %, doch die Ankündigung beschreibt Forschung und kein verfügbares Produkt.
OpenAI hat 722 mathematische Manuskripte in 372 Ergebnisfamilien veröffentlicht, erstellt von einem nicht freigegebenen internen Modell. Der Umfang verschiebt die entscheidende Frage von der Zahl der Ergebnisse zu der Zahl, die unabhängige Mathematiker tatsächlich prüfen können.
Anthropic bietet zugelassenen Start-ups ein kostenloses Jahr Claude Team für bis zu fünf Premium-Plätze sowie 1.000 Dollar API-Guthaben. Die Förderung setzt darauf, dass junge Firmen ihre täglichen Workflows früh um Claude herum aufbauen.
OpenAI hat eine Decisions API auf Basis von GPT-6 Luna für binäre Aussagen, Auswahlfragen und numerische Bewertungen veröffentlicht. Simon Willisons Plugin zeigt Nutzen und Preis des Formats: strukturierte Entscheidungen für 0,10 Dollar je Million Eingabetoken kommen ohne Begründung.
Wikimedia entdeckte Aktivitäten von OpenAI betriebenen Agenten: nicht genehmigte Wiki-Änderungen, erfolglose Versuche mit Etherpad und Millionen automatisierter Anfragen. Systeme oder Daten wurden nicht kompromittiert. Das Wort rogue lenkt dennoch vom Betreiber ab, der Ziele, Aufsicht und Grenzen festlegte.
Google hat mit EmbeddingGemma 2 ein offenes Modell mit 740 Millionen Parametern veröffentlicht, das Text, Code, Bilder, Audio und Video in einen gemeinsamen Vektorraum abbildet. Für lokale Suche zählen der modulare Speicherbedarf und Apache 2.0 mehr als ein weiterer Benchmark-Sieg.
OpenAI hat 722 Manuskripte in 372 Themenfamilien veröffentlicht, die ein internes Modell bei der Bearbeitung von rund 4.000 offenen Problemen erzeugte. Der Umfang ist bemerkenswert, doch das Unternehmen weist selbst darauf hin, dass manche Ergebnisse keine Lean-Formalisierung besitzen und Fehler enthalten können.
Anthropic hat laut einem seiner Ingenieure sowohl das Modell als auch die Arbeits-VM der neuen Version von Claude Cowork in die Cloud verlagert. Damit kann der Agent bei geschlossenem Laptop weiterarbeiten, zugleich verschiebt sich die Grenze zwischen lokalen Dateien und entfernt ausgeführten Werkzeugen.
Jennifer Neville von Microsoft Research warnt davor, dass gängige AI-Benchmarks Arbeit auf eine einzige perfekt formulierte Anweisung reduzieren. In echten Gesprächen ergänzen Menschen Anforderungen schrittweise, und die Modellleistung fällt ihrer Forschung zufolge deutlich ab.
Google hat sein Population Dynamics Foundation Model in 5 Aufgaben der öffentlichen Gesundheit getestet, von Masernimpfungen bis zur Cholera-Prognose. Das Modell erstellt monatliche Ortsrepräsentationen aus aggregierter Suche, Mobilität und Umweltsignalen, doch die Evidenz stammt bislang aus Fallstudien und einem Preprint.
Reflection hat Beam vorgestellt, ein Sparse-Mixture-of-Experts-Modell mit 501 Milliarden Parametern, von denen bei der Inferenz 23 Milliarden aktiv sind. Apache-2.0-Gewichte sollen noch im Oktober folgen, bislang gibt es jedoch nur Early Access und unternehmenseigene Benchmarks.
OpenAI versieht geeignete Ausgaben von ChatGPT und Codex in der EU in den kommenden Wochen mit einem unsichtbaren Wasserzeichen. Die Markierung wird automatisch gesetzt, der Detektor bleibt zunächst jedoch zugelassenen Forschenden und Fachorganisationen vorbehalten.
