Lilith.
⌕

Lilith · ausgewählte Meldungen

News

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

Atom-Feed ↗
#research· × <built-in method clear of dict object at 0xefe3a593f240>
veröffentlicht
veröffentlicht

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

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.

veröffentlicht
veröffentlicht

OpenAI veröffentlicht 719 Mathematik-Manuskripte, Lean deckt 42 % der Hauptergebnisse ab

OpenAI hat 719 Manuskripte in 372 Ergebnisfamilien veröffentlicht, erzeugt von einem unveröffentlichten internen Modell bei Tests mit rund 4.000 offenen Problemen. Das Volumen ist außergewöhnlich, doch die Prüfung wird zum Engpass: Lean-Formalisierungen decken derzeit etwa 42 % der Hauptergebnisse ab.

veröffentlicht

Google macht Orte zu einem monatlichen Signal für die öffentliche Gesundheit

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.

veröffentlicht
veröffentlicht
veröffentlicht

Barclays setzt Claude auf 120.000 tägliche E-Mails und bei der Hälfte der Entwickler an

Barclays lässt Claude bereits rund 120.000 E-Mails pro Tag routen, während mehr als 16.000 Beschäftigte den Wissensassistenten nutzen. Bis Ende 2026 soll Claude Code 50 % der Entwickler erreichen, doch die Bank nennt bislang vor allem Reichweite statt Fehlerquoten und messbarer Ergebnisse.

Gemini 4 Argon erhöht die Ausgabe auf 1 Million Token, doch die API bleibt geschlossen

Google hat Gemini 4 Argon mit einem Ausgabelimit von 1 Million Token statt bisher 64.000 vorgestellt und Einsätze in großen internen Projekten gezeigt. Entwickler können das Modell noch nicht selbst testen, sodass zwischen eindrucksvoller Vorführung und einsetzbarem Produkt eine große Lücke bleibt.

veröffentlicht

Ein Modell prognostiziert Risiken für 66.935 Umspannwerke bis zu eine Stunde vor einem Sonnensturm

Microsoft Research hat ein System entwickelt, das Weltraumwetterrisiken für 66.935 Umspannwerke in den zusammenhängenden USA 30 bis 60 Minuten im Voraus schätzt. In Tests erkannte es 76,5 % der größeren Ereignisse, muss vor einem Einsatz aber noch mit Netzbetreibern und Betriebsdaten validiert werden.

veröffentlicht