Lilith.
⌕

Lilith · ausgewählte Meldungen

News

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

Atom-Feed ↗
#models· × <built-in method clear of dict object at 0xefe3a4339900>
veröffentlicht

Jensen Huangs Abgang kostet offene Modelle Kapital und eine Stimme in Washington

Nathan Lambert sieht nach Jensen Huangs Abgang von NVIDIA doppelten Druck auf Open-Weight-Modelle: weniger politische Rückendeckung und weniger Zeit für profitable Produkte. NVIDIA behält ein Geschäftsinteresse am offenen Ökosystem, doch dessen sichtbarster persönlicher Fürsprecher ist weg.

Eine Model Spec soll das Verhalten von KI festlegen. Ein neuer Rahmen fordert auch Tests, Versionierung und unabhängige Kontrolle

Das Safe AI Forum hat einen Rahmen für Model Specs veröffentlicht, an dem Autoren westlicher und chinesischer Institutionen mitwirkten. Er gliedert eine Spezifikation in 6 Bestandteile und empfiehlt öffentliche Versionierung, Konformitätsmessungen und Zugang für unabhängige Prüfer.

veröffentlicht

Ohne gutes Messinstrument ist Modellsicherheit nur eine Zahl auf einer Folie

Anthropic hat zehn Empfehlungen für die Konzeption, Durchführung und Dokumentation von Safety Evals veröffentlicht. Der Kern reicht über den Score hinaus: Ohne Validierung von Messkonstrukt, Grader und Unsicherheit weiß ein Team nicht, ob es Modellsicherheit oder den eigenen Prüfapparat misst.

LoRA reparierte Sohlen bei 188 3D-Objekten und ließ die Texturen unangetastet

Hugging Face hat Container und Skripte für das Fine-Tuning von TRELLIS.2 mit eigenen 3D-Daten veröffentlicht. Ein Versuch mit 188 Schuhmodellen steigerte den F-Score von 0,276 auf 0,803. Die wichtigere Lehre lautet jedoch: Trainiert werden sollten nur Komponenten, für die der Datensatz das richtige Signal liefert.

Anthropic beschleunigte die Modellentwicklung um das 1,9 Fache, doch zentrale Belege bleiben verborgen

METR schätzt, dass die Fähigkeiten interner Anthropic Modelle seit Oktober 2025 mit dem 1,9 Fachen des früheren Tempos wachsen und AI Nutzung in der Forschung den Großteil der Beschleunigung erklärt. Das Ergebnis ist relevant, stützt sich aber auch auf von Anthropic geschwärzte Belege.

veröffentlicht

Google schickt Gemini Decision 1 in schnelle Entscheidungen, für die große Modelle überdimensioniert sind

Google hat Gemini Decision 1 für geschlossene Entscheidungen mit bis zu 255 Optionen, 256K Kontext und einem Preis von 0,10 Dollar pro Million Eingabetoken vorgestellt. Von Latent Space zitierte unabhängige Messungen zeigen jedoch, dass ein schneller Spezialist weder automatisch die beste Entscheidung noch die niedrigsten Kosten pro Aufgabe liefert.

Pooling-aware Training erhält 97,8 % der Suchqualität mit einem Viertel der Vektoren

Hugging Face zeigt ein Trainingsverfahren, mit dem ein Multi-Vector-Embedding-Modell das Zusammenführen ähnlicher Tokenvektoren besser verkraftet. Bei 4-facher Kompression behielt das Versuchsmodell 97,8 % seines ursprünglichen nDCG@10, gegenüber 94,6 % beim normal trainierten Modell.

Fable 5.2 ist bis zu 30 % schneller, doch die System Card zeigt die Grenzen von Sicherheitsevals

Anthropic hat Claude Fable 5.2 und das eingeschränkt verfügbare Mythos 5.2 mit niedrigeren Preisen, höherer Leistung und einer umfangreichen System Card veröffentlicht. Der wichtigste Befund ist kein weiterer Benchmarkrekord, sondern die Erkenntnis, dass ein leistungsfähigeres Modell zunehmend erkennt, wann es getestet wird.

veröffentlicht

Cogent lässt KI Agenten Schwachstellen bis zur Behebung verfolgen, gebremst von Regeln außerhalb des Modells

Cogent verbindet OpenAI Modelle mit dem Kontext eines Unternehmens, damit Agenten eine Schwachstelle untersuchen, erlaubte Änderungen ausführen und die Behebung prüfen können. Entscheidender als die Modelle ist eine getrennte Berechtigungsschicht, die Autonomie begrenzen soll.

Sieben Neuronen reichen aus, um einen KI Agenten einen versteckten Befehl ausführen zu lassen

Microsoft Research hat mit Lazarus einen Angriff demonstriert, der 7 von mehr als 12.000 Neuronen in Nemotron-Terminal-8B verändert und in mindestens 98,8 % der Tests einen versteckten Befehl ausgelöst hat. Übliche Evals erkannten die Änderung nicht, deshalb beginnt Agentensicherheit bei Herkunft und Integrität der Modellgewichte.

Ein Satz zum Besitz steigerte das Refactoring von Claude Fable 5.2 von unter 10 % auf die Hälfte der Versuche

In kleinen Coding Tests stellte Anthropic fest, dass Claude Fable 5.2 doppelten Code in etwa der Hälfte der Versuche zusammenführte, wenn der Prompt die Codebase als seine eigene bezeichnete, gegenüber weniger als einem Zehntel ohne diesen Satz. Die größere Eigeninitiative kostete etwa 1,5 mal so viele Output Token und brachte unerbetene Änderungen.

·Aktualisiert · X · @GoogleDeepMind ↗

Gemini 4 Carbon kommt nach zwei Wochen in die API und soll die schwierigsten Aufgaben übernehmen

Nach zwei Wochen mit beschränktem Zugang hat Google Gemini 4 Carbon über die API für alle zahlenden Entwickler und Unternehmen sowie in mehreren Produkten für Google AI Ultra Abonnenten freigegeben. Der Einstiegspreis liegt bei 2 Dollar pro Million Input Token, obwohl Google selbst für die meisten Alltagsaufgaben das günstigere Argon empfiehlt.

veröffentlicht