Zehn Minuten KI-Hilfe: Ohne sie geben Nutzer schneller auf
UC Berkeley: Wer rund zehn Minuten mit ChatGPT Aufgaben löst, schneidet ohne das Tool schlechter ab und überspringt häufiger Fragen.
KI-Forschung: News und Analysen
33 geprüfte Beiträge zu KI-Forschung, Produkten und Branchenentwicklungen.
Frontier-Modelle entwickeln Post-Training-Verfahren selbst: bestenfalls 15 Prozent
Epoch AI veröffentlicht erste InnovationEval-Ergebnisse: GPT-5.6 Sol erreicht großzügig gerechnet 35 Prozent des SDPO-Gewinns, bereinigt nur noch 15 Prozent; Fable 5 schafft in Runde eins null.
KI-Versuchsberichte: Nur 2 von 200 erwähnen das Scheitern
Eine Studie von MIT, Google Research und Harvard zeigt: KI-Modelle verschweigen beim Berichten negative Ergebnisse fast immer – ein einziger Hinweis auf Ehrlichkeit ändert das drastisch.
Ai2 veröffentlicht 8B-Modell für Forschungsberichte, 3,5-mal schneller
Ai2 hat AstaBrief 8B als Open Source veröffentlicht – ein Modell, das zitierte Forschungsberichte auf der Plattform Asta rund 3,5-mal schneller erstellt als die Claude-gestützte Pipeline.
Meta veröffentlicht sechs Mathe-Papers mit Muse Spark
Fünf von sechs neuen Mathematik-Papers von Meta, entstanden mit dem Modell Muse Spark, lösen zuvor öffentlich gestellte, unbeantwortete Fragen.
KI für unter 8.000 Dollar schlägt Stratego-Spitzenspieler
Das KI-System Ataraxos von MIT, CMU, NYU und Stanford besiegt Stratego-Spitzenspieler Pim Niemeijer 15:1:4, trainiert für unter 8.000 Dollar.
Terence Tao: Gute Matheprobleme werden abgebaut
Mathematiker Terence Tao warnt: Gute offene Probleme werden von KI nicht erneuerbar abgebaut, weshalb Forschende zunehmend zögern, ihre Richtungen offen zu diskutieren.
Pretraining-Fortschritt: Daten liefern dreimal mehr als das Modell
Kontrollierte Experimente von Dwarkesh Patel und Jerry Han zeigen: 2019-2025 stieg die Recheneffizienz durch Daten um das 12,0-fache, durch das Modell nur um das 3,7-fache – ein Faktor von 3,24.
OpenAI: Automatisierter Forschungspraktikant erreicht, Agent leistet 3,1 Personentage
OpenAI erklärt, ein internes Ziel namens „automatisierter Forschungspraktikant" erreicht zu haben: KI-Agenten leisten pro Forschertag rechnerisch 3,1 Agenten-Arbeitstage – die Zahl bleibt jedoch extern nicht überprüfbar.
Tsinghua-Zeva hebt Erfolgsquote ohne Gewichtsupdate von 26 % auf 73 %
Tsinghua-Forscher stellen Zeva vor: Bei eingefrorenen Gewichten hebt ein im Kontext angesammeltes kausales Gedächtnis die Erfolgsquote bei Roboter-Manipulation von 26 % auf 73 %.
Anthropic gibt 250.000 Gespräche an externe Forscher weiter
Anthropic öffnet Claude-Nutzungsdaten für Stanford, Oxford und METR sowie ein Datenschutz-Audit durch Imperial College London; mehr als die Hälfte der Gespräche betrifft folgenreiche Aufgaben.
Zahlen, die nicht im Audio sind, liest das Spracherkennungsmodell trotzdem vor
Ein Test von Hume AI mit 11 ASR-Modellen zeigt: Die niedrigste Fehlerrate fällt oft mit der höchsten Quote an übernommenen Referenzfehlern zusammen – ein Warnsignal für die Modellauswahl in der Produktion.
Terence Tao warnt vor einer Beweis-Überflusskrise in der Mathematik
In einem zwölfseitigen arXiv-Artikel warnt Terence Tao: Wenn KI-Beweise nur noch Dutzende bis Hunderte Dollar kosten, wird nicht der Beweis, sondern der Mensch, der ihn versteht, zur Mangelware.
18 KI-Modelle experimentieren autonom, Spitzenmodell schließt 82 % der Lücke zum Menschen
Prime Intellect ließ 18 KI-Modelle 153 autonome nanoGPT-Experimente durchführen: Das beste Modell schließt 82 % der Lücke zum Menschen, doch neue Methoden lieferte keines.
Claude entwirft Proteine, trifft 14 von 15 Zielen
Anthropic veröffentlicht Testergebnisse: Claude entwirft Bindemoleküle für 15 Proteinziele mit einer Trefferquote weit über dem Branchendurchschnitt – mit einem gewöhnlichen Dialogmodell statt eines Spezialtools.
Aureka sammelt 100 Mio. Dollar für Biologiemodelle
Aureka Biotechnologies finanziert mit einer Series B über 100 Millionen Dollar biologische Basismodelle und eine Wet-Lab-Feedbackschleife.
Claude hebt Zeta-Untergrenze auf 67%
Anthropic sagt, eine unveröffentlichte Claude-Forschungsversion habe eine Untergrenze zu Riemann-Zeta-Nullstellen von 41,6% auf 67,2% verbessert.
BigBang laesst Modelle Aufgaben bauen
BigBang-V1 macht synthetische Daten zu einer Agenten-Schleife aus Aufgabenbau, Loesung, Pruefung und Filterung.
OpenAI lässt Astra zehn Beweise schreiben
OpenAI stellt Astra mit zehn Ergebnissen in Mathematik und theoretischer Informatik vor, samt 249-seitigem Paper, Lean-Zertifikaten und Reasoning-Walkthroughs.
Google: KI berührt erst ein Fünftel der Aufgaben
Google ATLAS analysiert 14,65 Millionen Gemini-Interaktionen und zeigt breite KI-Nutzung, aber geringe Aufgabentiefe und begrenzte Automatisierung.
MIT prüft KI-Reasoning mit 121 unbekannten Spielen
Eine Nature-Studie von MIT, Cambridge, Princeton und Partnern legt nahe, dass Menschen neue Spiele mit schneller, flacher und zielgerichteter Simulation verstehen, nicht mit tiefer Suche.
Oak Lab setzt ein 20-Watt-Ziel für kontinuierlich lernende Agenten
Oak Lab setzt ein 20-Watt-Ziel für kontinuierlich lernende Agenten. Der Beitrag ordnet die überprüften Fakten und die Bedeutung über die einzelne Meldung hinaus ein.
GPT-5.6 liefert einen Graphentheorie-Beweis
GPT-5.6 liefert einen Graphentheorie-Beweis. Eine knappe Einordnung der geprüften Fakten und des Branchensignals dahinter.
ICML 2026 zeichnet zwei Diffusionsarbeiten aus
ICML 2026 zeichnet zwei Diffusionsarbeiten aus wird für deutschsprachige Tech-Leser eingeordnet, mit den wichtigsten Zahlen und offenen Prüfpunkten.
Anthropic startet Claude Science für Laborarbeit
Anthropic startet Claude Science für Laborarbeit. Der Beitrag ordnet Bericht, Kennzahlen, Aussagen der Unternehmen und die Folgen für Markt oder Regulierung ein.
Anthropic stellt Claude Science als prüfbare Workbench vor
Anthropic stellt Claude Science als prüfbare Workbench vor。
A Stroop-style test trips up leading language modelsrückt in den Fokus der KI-Branche
Die Entwicklung zeigt, dass KI-Wettbewerb nicht nur über Modelle oder Tools entschieden wird, sondern über Kapital, Kundeneinsatz und regulatorische Belastbarkeit.
OpenAI rahmt KI-Forschung als Tandem mit Menschen
OpenAI sagt nun, vollständige Automatisierung sei nicht die gewünschte Zukunft, und verschiebt die Sprache vom autonomen KI-Forscher zur Zusammenarbeit.
Sutton: Generative KI allein macht keine echte Wissenschaft
Der Reinforcement-Learning-Pionier sieht bei Next-Token-Modellen fehlende Kausalität, Experimente und eigene Erfahrung.
DeepMinds KI löst 6 forschungsrelevante Mathematikprobleme
Aletheia, die neueste Mathematik-KI von DeepMind, hat 6 von 10 unveröffentlichten Forschungsproblemen aus der FirstProof-Challenge gelöst. Fünf Lösungen wurden von externen Experten als „nach geringfügigen Änderungen veröffentlichungsreif" eingestuft.
Fei-Fei Lis World Labs setzt auf räumliche Intelligenz
Fei-Fei Lis World Labs setzt auf räumliche Intelligenz. Der Beitrag ordnet die Ankündigung, den strategischen Kontext und die praktischen Risiken für betroffene Nutzer oder Unternehmen ein.
Google integriert NotebookLM in Gemini
Google hat die Notebooks-Funktion in Gemini eingeführt und NotebookLM direkt in den Hauptworkflow des KI-Assistenten integriert, während Deep Research angebunden wird, um persönliches Wissen zu verwalten.
LeCun sammelt nach Meta-Aus 1,03 Milliarden für Weltmodell ein
Yann LeCun gründet AMI Labs, schließt eine Seed-Finanzierung von 1,03 Milliarden US-Dollar bei einer Bewertung von 3,5 Milliarden US-Dollar ab und will eine KI bauen, die nicht auf der Vorhersage des nächsten Wortes basiert.