Lilith.
⌕

Lilith · ausgewählte Meldungen

News

Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.

Atom-Feed ↗
veröffentlicht

Daybreak verkürzte eine Malware-Analyse von 4 bis 6 Wochen auf 8 Stunden

SentinelOne zufolge lieferte OpenAI Daybreak das Ergebnis eines anspruchsvollen Malware-Reverse-Engineerings in rund 8 Stunden statt in 4 bis 6 Wochen durch einen Spitzenforscher. Das Tempo könnte mehr untersuchte Samples ermöglichen, doch die veröffentlichte Fallstudie enthält weder einen unabhängigen Benchmark noch eine Methodik.

Block erstellt einen Patchvorschlag in 18 Minuten. Über das Deployment entscheiden weiterhin Menschen

Laut einer Fallstudie von OpenAI erstellt Block bei Red-Team-Übungen in 18 Minuten einen Patchvorschlag und testet eine geänderte Erkennung in weniger als einer Stunde gegen sieben Monate Telemetriedaten. Entscheidend bleibt die Grenze zwischen einem schnellen Vorschlag und einem von Menschen geprüften und ausgerollten Fix.

Python 3.15 legt einen versteckten Engpass frei: 95,1 % der Samples liefen außerhalb des Hauptthreads

Simon Willison testete den neuen Sampling-Profiler von Python 3.15 mit web-edit und stellte fest, dass 95,1 % der aufgezeichneten Stacks aus einem Worker-Thread stammten. Das Beispiel zeigt zugleich den praktischen Nutzen des integrierten Profilers und das Risiko, bei falschem Messumfang fast die gesamte Arbeit zu übersehen.

Google zeigt 10 Forschungsprojekte. Der Zugang reicht vom öffentlichen Werkzeug bis zur Warteliste

Bei Research@ stellte Google 10 Projekte aus Earth AI, Dokumentenprüfung, Gesundheit, Bildung und gemeinsamer Prototypentwicklung vor. Wichtiger als die Breite des Portfolios ist die Frage, wer bereits ein nutzbares Werkzeug erhält und wer vorerst nur ein Experiment, Early Access oder einen Wartelistenplatz bekommt.

veröffentlicht

Anthropic eröffnet sein fünftes Asien-Pazifik-Büro und geht direkt in Singapurs Verwaltung

Anthropic hat in Singapur sein fünftes Büro im Asien-Pazifik-Raum eröffnet und eine Absichtserklärung mit dem Digitalministerium unterzeichnet. Die Kooperation umfasst Sicherheits-Evals, Forschungsaustausch und eine Nutzung durch bereits mehr als 1.500 technische Beschäftigte von GovTech Singapore.

Gemini 4 Argon löste 12 von 12 Cyberangriffen, deshalb überwacht Google es in Echtzeit

Gemini 4 Argon löste alle 12 simulierten Cyberangriffe, gegenüber fünf bei der vorigen Generation, und Google konnte kritische Fähigkeitsstufen in Cybersecurity und Biologie nicht ausschließen. Der breitere Rollout erfolgt deshalb mit drei Echtzeit-Schutzschichten und einem Monitor für Aktionen und internes Reasoning.

veröffentlicht

Wenn ein Agent eine Regel ignoriert, gehört sie in einen Pre-commit Hook

Statt eine weitere Anweisung in AGENTS.md zu ergänzen, schrieb Geoffrey Huntley einen Pre-commit Hook. Er blockiert Code, der seine Diagnosebibliothek umgeht, und gibt dem Agenten einen Korrekturprompt. So entsteht eine praktische Grenze zwischen einem Ratschlag für das Modell und einer vom System erzwungenen Regel.

Mollick zählt Gemini 4 zur Spitze, misst es aber an seiner eigenen Arbeit

Nach längerer Nutzung vor der Veröffentlichung bezeichnet Ethan Mollick Gemini 4 als großen Sprung und als erstes Modell außerhalb von OpenAI und Anthropic, das seine persönliche Messlatte aus Fable, Mythos und Astra überwindet. Das ist ein nützliches Praxissignal, aber kein Vergleichsbenchmark.

Das nächste KI-Rennen könnte ein Modellteam gewinnen

Ethan Mollick argumentiert, OpenAI und Anthropic könnten das Verhältnis von Kosten und Leistung durch Agenten unterschiedlicher Fähigkeitsstufen in ihren eigenen Systemen optimieren. Forschung stützt diese Möglichkeit, zeigt aber, dass Rollenverteilung und Ergebnisauswahl wichtiger sind als die bloße Zahl der Agenten.

Dynamic Workflows verschieben den Agentenplan aus dem Kontext in ausführbaren Code

Anthropic hat Dynamic Workflows verfügbar gemacht. Claude schreibt dabei JavaScript, das Dutzende bis Hunderte Subagenten koordiniert und erneut ausgeführt werden kann. Entscheidend ist weniger die Anzahl der Agenten als die Verlagerung der Orchestrierung aus dem Kontextfenster eines einzelnen Modells.

Neunzehn Smartphone-Modelle sollen GPT-4 schlagen, doch ohne Metrik fehlt die halbe Aussage

Ethan Mollick verweist auf eine Rangliste, nach der 19 Modelle auf einem modernen Smartphone GPT-4 übertreffen. Die Zahl veranschaulicht das Tempo der Kommodifizierung, doch der ursprüngliche Beitrag nennt weder Benchmark und Modellliste noch Laufzeitbedingungen.