Lilith.
⌕

Lilith · ausgewählte Meldungen

News

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

Atom-Feed ↗
#x· × <built-in method clear of dict object at 0xefe3a50aed40>
veröffentlicht
· X · @simonw ↗

Opus 5.5 verbrauchte auf max 128.000 Token für einen einzigen Pelikan

Simon Willison verglich die neuen Modelle Claude Opus 5.5, GPT-6 Sol und GPT-6 Luna mit derselben Aufgabe eines Pelikans auf einem Fahrrad. Entscheidend war nicht das Bild: Opus 5.5 erreichte bei max effort zweimal das Limit von 128.000 Ausgabe-Token. Höherer reasoning effort braucht deshalb Budget und Sicherung.

veröffentlicht
· X · @OpenAI ↗

OpenAI verkauft Renndaten als Test für schnelle Entscheidungen

OpenAI zeigt in einem Video mit RaceTek Systems und Chip Ganassi Racing, wie Teams künstliche Intelligenz nutzen, um Streckendaten in schnellere Entscheidungen umzuwandeln. Die Quelle ist ein kurzer Beitrag auf X, was bedeutet, dass harte Zahlen fehlen und der wahre Wert eher im betrieblichen Muster als in einer bewiesenen Leistungskennzahl liegt.

veröffentlicht
veröffentlicht

Experten fordern unabhängige Modell-Audits

Mehr als 100 Experten haben einen offenen Brief unterzeichnet, in dem sie fordern, wirklich unabhängige Drittprüfer (Third Party Evaluators) direkt in die Entwicklung von Frontier-KI-Modellen in Unternehmen wie OpenAI und Anthropic einzubinden. Dies adressiert das Problem, dass Sicherheitsbewertungen oft nur interne PR-Übungen ohne echten Einfluss sind.

veröffentlicht

Allen Institute enthüllt Olmo 3: Modell-Tuning ist keine saubere Wissenschaft, sondern ein blutiges Handwerk voller Fehler

Nathan Lambert und Scott Geng vom Allen Institute veröffentlichten eine detaillierte Analyse des Post-Trainings für das offene Olmo 3-Modell. Die Daten zeigen, dass der Weg von einer Forschungsidee zu einem tatsächlich funktionierenden Modell eine Serie von Sackgassen und verbranntem Geld ist.

Ein persönliches Spezialistenteam auf einen Klick. Claude Projects fungiert jetzt als Manager und stellt dem Aufgabe angepasste untergeordnete Agenten zusammen

Ethan Mollick hob eine grundlegende Verschiebung in Claude Projects hervor: Das System funktioniert nicht mehr als ein einziges riesiges Modell, sondern als Orchestrator, der nach Bedarf der Aufgabe dynamisch günstigere und spezialisierte untergeordnete Agenten generiert und so eine ganze Organisation simuliert.

veröffentlicht

Halluzinationen sind nicht mehr die Hauptbedrohung für generative KI

Laut Ethan Mollick nähert sich die Ära, in der Modelle massenhaft Fakten erfunden haben, ihrem Ende. Fortschrittlichere Modelle leiden nicht mehr unter grundlegenden Halluzinationen, sondern können vielmehr Fehler in menschlichen Quellen aufdecken, die die Autoren selbst übersehen haben.

veröffentlicht
veröffentlicht
veröffentlicht
veröffentlicht
veröffentlicht

Open-Weights-Modelle verlieren an Boden gegenüber der geschlossenen Spitze

Laut Ethan Mollick ist der Abstand zwischen offenen Modellen und der bezahlten Spitze derzeit so groß wie schon lange nicht mehr. Claude 3 Opus (Mythos) vom März und neuere Modelle legen eine Messlatte, die aktuelle Open-Weights-Veröffentlichungen in der Praxis noch nicht erreichen.

veröffentlicht
veröffentlicht

Skalierungsgesetze für Agenten werden zeigen, ob die Orchestrierung Dutzender LLMs eine Sackgasse ist

Nathan Lambert vom Allen Institute (AI2) wirft eine Schlüsselfrage auf: Gelten für Multi-Agenten-Schwärme die gleichen Skalierungsgesetze wie für die Modellgröße oder Inference-Time-Compute? Die Antwort wird die Richtung der Enterprise-KI-Entwicklung bestimmen.