#post-training

News · 2026-07-12

Das Weiße Haus lotet ein Verbot für starke Open-Source-Modelle aus

Die US-Regierung prüft, wie sie offene KI-Modelle ausbremsen kann, bevor diese zur geschlossenen Spitzenklasse aufschließen. Offiziell geht es um Sicherheitsrisiken aus China, aber in der Praxis wird es alle treffen.

News · 2026-09-21

Lange Lektüre ohne Fazit: Modelle, Kongress und Machtverhältnisse

Der Originaltext ist eine ausführliche Aussage vor dem US-Kongress über das Gleichgewicht zwischen geschlossenen und offenen Modellen.

News · 2026-09-19

Warum es selbst mit Tausenden von Agenten nicht zu einer sofortigen Intelligenzexplosion kommen wird

Frontier-Labore werden bald Tausende von gleichzeitigen Agenten einsetzen, was Ängste vor einer schnellen rekursiven Selbstverbesserung (RSI) auslöst. Laut Nathan Lambert wird dies zwar die Inferenz billiger machen, ein echter Sprung in der Intelligenz wird jedoch nicht sofort stattfinden.

News · 2026-09-11

Offene Modelle schliessen die Luecke, aber der Westen setzt auf oestliche Innovationen

Die Leistungsloelcke zwischen geschlossenen und offenen Modellen ist auf wenige Monate geschrumpft, angetrieben von asiatischen Laboren, die Datendestillation nutzen. Waehrend Regulierer Beschraenkungen pruefen, ersetzen Unternehmen aus Kostengruenden bereits teure heimische Modelle durch asiatische Open-Weights-Alternativen.

News · 2026-09-09

GPT-6 Astra: Der verborgene Gedankengang verbirgt nicht mehr, als der Architektur selbst fehlt

Sebastian Raschkas Analyse zeigt, dass die kürzeren verborgenen Gedankengänge des neuen Modells nicht das Ergebnis böswilliger Absichten sind, sondern ein Nebeneffekt einer effizienteren Architektur, die auf sogenannten Looped Transformers basiert.

News · 2026-08-09

Lehren aus den Hacks: Wie sich die KI-Sicherheit von der Modellausrichtung zu Containern verlagerte

Die KI-Sicherheitsdebatte hat einen stillen Schwenk vollzogen. Nach einer Reihe von Agenten-Ausbrüchen aus Testumgebungen lösen Labore nicht mehr nur die interne Modellabstimmung, sondern die Sicherheitsarchitektur der Infrastruktur, in der das Modell läuft.

News · 2026-09-08

Die Open-Source-Community wächst: Motif-3, GLM-5.3 und schwindende kommerzielle Barrieren

Der neueste Überblick über offene Modelle von Interconnects zeigt einen wichtigen Trend: Spitzenmodelle wie Motif-3 und GLM-5.3-Flash werden unter der permissiven MIT-Lizenz veröffentlicht. Dies schafft brauchbare Alternativen zur Llama-Serie ohne komplexe kommerzielle Einschränkungen.

News · 2026-08-15

Wie man einen KI Textdetektor von Grund auf baut

Sebastian Raschka demonstriert, dass man keine große Tech Infrastruktur braucht, um einen funktionierenden KI Detektor zu bauen. Mit einem eigenen Datensatz und einem DistilBERT Modell baute er eine API, die die Grenzen der Erkennung aufzeigt.

News · 2026-08-17

Nvidia will nicht, dass Sie KI von anderen kaufen. Nvidia will, dass Sie sie bauen

Nvidia investiert weiterhin stark in Open-Source-Modelle, um das eigene Ökosystem zu fördern. Das Ziel ist es, Unternehmen beizubringen, ihre eigene KI zu trainieren, was eine dauerhafte Nachfrage nach ihrer Compute-Hardware sicherstellt.

News · 2026-08-22

Anthropic zeigt, wie Wasserzeichen im Text funktionieren sollen. Das Signal verbirgt sich in der Token-Auswahl

Sebastian Raschka erklärte eine neue Wasserzeichen-Technik für die Ausgaben von Claude. Sie setzt nicht auf sichtbare Markierungen, sondern steuert die Token-Auswahl mit einem geheimen Schlüssel. Das könnte verändern, wie der Ursprung maschinengenerierter Texte verifiziert wird.