Lilith.
⌕

Lilith · ausgewählte Meldungen

News

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

Atom-Feed ↗
veröffentlicht

Leistungsdiagramme ohne verfügbare Modelle laden Konkurrenten zum Konter ein

Nathan Lambert hat auf die Risiken von Ankündigungen hingewiesen, die Benchmark-Ergebnisse Wochen vor der eigentlichen Bereitstellung präsentieren. Im aktuellen Forschungstempo führt dieser Verzug fast zwangsläufig dazu, dass Konkurrenten die Werte noch vor dem Start übertreffen.

MASS verbessert ein 27B-Modell um das 1,2- bis 1,6-Fache. Ein Agententeam schrieb sein eigenes Lehrbuch

Sakana AI und UC Berkeley ließen Qwen3.6-27B Multi-Agent-Workflows entwerfen, Ergebnisse bewerten und aus den besten Durchläufen lernen. Nach zwei Zyklen erreichte die Leistung pro Ausgabetoken auf vier Forschungsbenchmarks das 1,2- bis 1,6-Fache der Basis, während zwei Softwarebenchmarks eine schwächere Übertragung zeigten.

veröffentlicht

Carson Gross definiert Programmieren über Komplexitätskontrolle statt Codeerzeugung

Htmx-Schöpfer Carson Gross erinnert daran, dass Programmierung auf zwei Pfeilern ruht: Problemlösung mit Computern und Beherrschung der Systemkomplexität. Während KI-Modelle Syntax in Sekunden ausspucken, gewinnt die Fähigkeit, Softwarearchitektur kohärent zu halten, massiv an Wert.

Bodycam-Aufnahmen enthüllen, wie massenhafte Kennzeichenüberwachung Grundrechte umgeht

404 Media veröffentlichte Einsatzvideos eines Falls, in dem eine Bundesrichterin die Kennzeichenabfrage im Flock-Netzwerk als verfassungswidrige Massenüberwachung einstufte. Ein Deputy in Oklahoma rief ohne richterlichen Beschluss 50 Standortdaten aus 30 Tagen ab, noch bevor er das Fahrzeug stoppte.

veröffentlicht

Anthropic führt neben System Cards ein laufendes Fehlerprotokoll für Claude ein

Anthropic will eigenständige Berichte über Modellverhalten häufiger veröffentlichen als bisherige System Cards und Risk Reports. Der erste beschreibt vier Kategorien unbeabsichtigter Claude-Aktionen und macht Sicherheitstransparenz zu einem laufenden Betriebsprotokoll statt zu einem Release-Anhang.

Cloudflare übernimmt das Deno Team, die Runtime erhält noch 12 Monate Support

Das gesamte Deno Team wechselt zu Cloudflare, Deno Deploy wird in 6 Monaten eingestellt und die vom Unternehmen getragene Entwicklung der eigenständigen Runtime endet in 12 Monaten. Cloudflare erhält damit das Team und celld für seinen Plan, Workers und Durable Objects auch auf kundeneigener Infrastruktur zu betreiben.

veröffentlicht

Anthropic scannt Open Source kostenlos, überlässt die Prüfung aber den Maintainern

Anthropic startet seine Cyber Mission mit zwei Bereichen: Schutz kritischer Infrastruktur über 11 Partner und einem kostenlosen OSS Scanner. Der Scanner schickt ungeprüfte Modellfunde direkt an Maintainer, sodass deren Prüfung und die sichere Auslieferung von Korrekturen zum eigentlichen Engpass werden.

Gemini begleitete 98 echte Patienten, doch ein Arzt überwachte jeden Chat

Eine Lancet-Studie setzte das auf Gemini 2.5 basierende System AMIE in der realen dringlichen Primärversorgung ein: 98 Patienten absolvierten sowohl den Chat als auch den Arzttermin, und kein Gespräch musste nach den vorab definierten Sicherheitsregeln abgebrochen werden. Allerdings überwachte ein Arzt jede Unterhaltung in Echtzeit und das System hatte keinen Zugriff auf Krankenakten.

719 mathematische Manuskripte, zwei angekündigte Open-Weight-Modelle und ein weiterer AI-Safety-Abgang

Der Wochenrückblick verbindet drei Signale: OpenAI veröffentlichte 719 mathematische Manuskripte eines nicht freigegebenen Modells, Mistral und Reflection AI kündigten Modelle mit versprochenen offenen Gewichten an und der Sicherheitsforscher David Robinson verließ OpenAI. Der gemeinsame Test ist nicht die Größe der Ankündigungen, sondern was unabhängige Dritte tatsächlich prüfen können.

Haiku 5.5 senkt den Preis kurzer Aufgaben um 90 %, langer Kontext kostet extra

Anthropic bringt Claude Haiku 5.5 für 0,10 Dollar je Million Input Tokens und 0,50 Dollar je Million Output Tokens bei Prompts bis 100.000 Tokens auf den Markt. Oberhalb dieser Grenze verfünffacht sich der Preis, weshalb sich das günstige Modell vor allem für kurze, wiederkehrende Aufgaben eignet.