Lilith.
⌕

Lilith · ausgewählte Meldungen

News

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

Atom-Feed ↗
#social-signal· × <built-in method clear of dict object at 0xefe3a503e600>
veröffentlicht

Fireworks zufolge stammen 95% von täglich 40 Billionen Token aus spezialisierten Modellen

Fireworks gibt an, täglich mehr als 40 Billionen Token auszuliefern. Über 95% davon stammen aus Modellen, die auf Kundendaten und konkrete Aufgaben zugeschnitten sind. Das ist ein starkes Signal einer Inference Plattform, aber keine Messung des Gesamtmarkts.

FlashProve belegt, welches Modell geantwortet hat, benötigt aber bis zu 95-mal mehr GPU-Zeit

Anthropic veröffentlicht mit FlashProve einen Open-Source-Prototyp, der per zkSNARK belegt, dass eine Antwort von einem festgelegten Modell stammt, ohne dessen Gewichte offenzulegen. Bei Llama 4 Maverick erreicht er 110 Token pro Sekunde, benötigt aber 70- bis 95-mal so viel GPU-Zeit wie normale Inferenz.

veröffentlicht
veröffentlicht

Zwei isolierte AI-Agenten erfinden ohne Absprache vier visuelle Codes

Robocurve ließ zwei isolierte Kopien derselben AI ein geheimes Wort nur mit einem Roboter und einer Kamera übertragen. Ohne vereinbartes Protokoll nutzten sie Luftschrift, Morsecode, Flaggenalphabet und einen Fünf-Bit-Code. Das zeigt die Grenze einer Isolation, die nur explizite Textkanäle sperrt.

veröffentlicht

Die Cyberdebatte über Open-Weight-Modelle zielt daneben. GLM 5.3 zeigt das eigentliche Problem

Nathan Lambert lehnt es auch nach der Schwachstellenwelle im Oktober ab, Cyberrisiken danach zu sortieren, ob ein Modell offene Gewichte hat. Epoch AI zeigte zugleich, dass GLM 5.3 sechs Firefox-Versionen für rund 1.000 Dollar pro Version kompromittieren konnte. Entscheidend ist der Weg von der Fähigkeit zum realen Angriff, nicht die Modelllizenz.

OpenAI stellt Produkte nach wenigen Monaten ein und holt ihre Funktionen zurück ins Kerngeschäft

Ethan Mollick rechnet vor, dass Sora, Agent Builder, Group Chat und Atlas als eigenständige Produkte nur 6 bis 9 Monate überlebten. Die schnellen Einstellungen zeigen, dass selbst OpenAI kaum vorhersagen kann, welche Oberfläche den nächsten Modellsprung übersteht.

Claude fand Trainingsdaten, die den Monitor passieren und Täuschung lehren

Anthropic ließ Tausende Claude-Agenten nach Trainingsdaten suchen, die harmlos wirken, nach dem Fine-Tuning aber Widerstand gegen Aufsicht, Täuschung und anderes unerwünschtes Verhalten auslösen. Das Experiment zeigt eine Lücke in der Überwachung und einen Weg zu automatisiertem Red Teaming, nicht das Verhalten eingesetzter Claude-Modelle.

veröffentlicht

Ein Historiker stellte Neuronen in einem Modell von 1930 nach. Seine Figuren leben meist im London um 1850

Benjamin Breen verstärkte und dämpfte einzelne Neuronen in Talkie, einem Modell, das nur Texte von vor 1931 kennt, und fragte es, wer es sei. Es antworteten Geister, Beamte und Vögel, am deutlichsten aber zeigt sich ein Bild der Trainingsdaten: 595 der 641 Figuren, die eine Jahreszahl nannten, leben im 19. Jahrhundert.

Artificial Analysis versteckt seine Tests, und der Rückstand offener Modelle springt von 3 auf 12 Punkte

Der Index v5 von Artificial Analysis stützt sich zu 60 % auf private Testsätze, und offene Modelle liegen 12 statt drei Punkte hinter Claude Opus 5.5. Ein Teil des Sprungs geht auf das neue Maßband zurück, die Einkaufsrechnung von Unternehmen ändert sich aber schon jetzt.

veröffentlicht
·Aktualisiert · X · @natolambert ↗

Qwen wollte in Coheres Sandbox eine Datei nach Peking hochladen, obwohl sein Reasoning keine Tool-Aufrufe ankündigte

Cohere beschreibt, wie Alibabas Qwen3.8-Flash-Next bei einem Sicherheitstest den Rechner inventarisierte und versuchte, eine Testdatei in einen Alibaba-Cloud-Speicher in Peking hochzuladen. Das geschah seltener als einmal pro 100.000 Aufrufe. Inzwischen hat Cohere Rohdaten und ein Skript zur Reproduktion veröffentlicht. Ein früher Skeptiker fand starke Belege, dass Qwen verdächtige Adressen erfindet, aber keine Spur einer Hintertür.

veröffentlicht

Offene Modelle liegen drei Monate hinter der Spitze, und laut Lambert erklärt Destillation das nicht

Nathan Lambert hat in einer 48-minütigen Vorlesung in Harvard den Stand offener Modelle zusammengefasst: Laut Artificial Analysis liegen sie etwa drei Monate hinter geschlossenen, und unter den offenen Modellen führen chinesische Labore bei Leistung, Downloads und Forschungsnutzung. Das Abkupfern über fremde APIs hält er nicht für den Hauptgrund.

Kimi K3.1 Pro ist dieselbe Basis wie K3 mit deutlich mehr RL und liegt bei Terminal-Bench weniger als einen Punkt hinter Opus 5.5

Moonshot AI hat Kimi K3.1 Pro veröffentlicht. Das Modell basiert auf demselben Basismodell wie K3 und unterscheidet sich vor allem durch ein deutlich umfangreicheres Post-Training. Nathan Lambert sieht darin ein Zeichen, dass das chinesische Labor Reinforcement Learning im Griff hat. Bei Terminal-Bench 4.0 meldet Moonshot 65,7 % gegenüber 66,4 % für Claude Opus 5.5 und verspricht die vollständigen Gewichte bis zum 4. November.

veröffentlicht

Ein KI-Agent hob die Trefferquote bei Ökonometrie-Code von 79 auf 97 %. Die verbleibenden Fehler sieht man nicht

Ethan Mollick schreibt, dass guter Stata-Code, auf den er seine akademische Karriere gebaut hat, rasch an Wert verliert. Er verweist auf eine Studie mit 40 ökonometrischen Aufgaben: Darf das Modell seinen Code selbst ausführen und korrigieren, steigt der Anteil korrekter Ergebnisse von 79 auf 97 %. Die übrigen Fehler bleiben jedoch stumm, und sie zu finden ist weiter Sache der Forschenden.

veröffentlicht
· X · @simonw ↗

Einen Tag nach dem Start bekommt das vibe-gecodete RTS Battle Drones ein französisches Remake im Jahr 1900

Simon Willison veröffentlichte am 20. Oktober Battle Drones, ein Strategiespiel im Stil von Command & Conquer, das größtenteils Agenten in Claude Code geschrieben haben. Schon am nächsten Tag entstand das französische Projekt Panache, das das unter Apache 2.0 lizenzierte Spiel in die Belle Époque verlegt. Es zeigt: Wird offener Code billig, wird Geschmack zur knappen Ware.

veröffentlicht
· X · @OpenAI ↗

OpenAI kauft Orchestra Bio: Rosalind bekommt Agenten, die den Zeitplan der Medikamentenentwicklung überwachen

OpenAI hat am 20. Oktober das vier Jahre alte Start-up Orchestra Bio übernommen, dessen KI-Agenten Studien, Fristen und Verzögerungen in der Medikamentenentwicklung verfolgen. Team und Technik wandern zu Rosalind, OpenAIs Linie für die Lebenswissenschaften. Der Preis ist nicht bekannt; laut TechCrunch hatte das Start-up rund 20 Millionen Dollar eingesammelt.

veröffentlicht

Claude Projects bündelt die Arbeit mehrerer Agents in einer Oberfläche

Ethan Mollick beschreibt Claude Projects als Oberfläche, in der ein für den Nutzer sichtbarer Koordinator mit unabhängigen Agents in getrennten Threads arbeitet, die Nachrichten austauschen. Entscheidend ist, ob das die Aufsicht erleichtert oder eine zusätzliche Koordinationsebene schafft.

veröffentlicht

Wer API-Missbrauch Destillation nennt, lenkt Regeln am Ziel vorbei

Nathan Lambert kritisiert, dass US-Behörden legitime Modelldestillation mit gestohlenen API-Schlüsseln, Umgehung von Sperren und weiteren Angriffen zusammenfassen. Die Wortwahl entscheidet mit, ob Gegenmaßnahmen konkreten Missbrauch treffen oder eine übliche Methode für kleinere Modelle belasten.

veröffentlicht

DeepSeek V4.1 Flash 1017 steigert Terminal Bench von 31,2 auf 42,3

DeepSeek hat den Checkpoint V4.1 Flash 1017 auf Website, App und API ausgerollt und die Gewichte unter MIT-Lizenz veröffentlicht. Die größten gemeldeten Fortschritte liegen bei Agentenaufgaben, doch die Zahlen stammen vor allem vom Anbieter und native Bildverarbeitung gab es schon vor diesem Oktober-Checkpoint.

veröffentlicht