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 0xefe3a6a860c0>
veröffentlicht

Anthropic eröffnet sein fünftes Asien-Pazifik-Büro und geht direkt in Singapurs Verwaltung

Anthropic hat in Singapur sein fünftes Büro im Asien-Pazifik-Raum eröffnet und eine Absichtserklärung mit dem Digitalministerium unterzeichnet. Die Kooperation umfasst Sicherheits-Evals, Forschungsaustausch und eine Nutzung durch bereits mehr als 1.500 technische Beschäftigte von GovTech Singapore.

veröffentlicht

Mollick zählt Gemini 4 zur Spitze, misst es aber an seiner eigenen Arbeit

Nach längerer Nutzung vor der Veröffentlichung bezeichnet Ethan Mollick Gemini 4 als großen Sprung und als erstes Modell außerhalb von OpenAI und Anthropic, das seine persönliche Messlatte aus Fable, Mythos und Astra überwindet. Das ist ein nützliches Praxissignal, aber kein Vergleichsbenchmark.

Neunzehn Smartphone-Modelle sollen GPT-4 schlagen, doch ohne Metrik fehlt die halbe Aussage

Ethan Mollick verweist auf eine Rangliste, nach der 19 Modelle auf einem modernen Smartphone GPT-4 übertreffen. Die Zahl veranschaulicht das Tempo der Kommodifizierung, doch der ursprüngliche Beitrag nennt weder Benchmark und Modellliste noch Laufzeitbedingungen.

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.

veröffentlicht
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.

veröffentlicht

Goodfire überwacht Agenten im Modell und will Kosten von 10.000 auf 51 Dollar gesenkt haben

Goodfire setzt bei Baseten Kunden kleine Klassifikatoren ein, die Modellaktivierungen lesen und verdächtige Fälle an einen teureren KI Prüfer weiterreichen. Im eigenen Test mit Kimi K3 meldet das Unternehmen eine Erkennung von 94 % der schädlichen Sitzungen, benötigt dafür aber Zugriff auf das Innere des jeweiligen Modells.