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.
Reinforcement Learning: News und Analysen
12 geprüfte Beiträge zu Reinforcement Learning, Produkten und Branchenentwicklungen.
Xiaomi behebt MiMo-Wiederholungsfehler für 90.000 US-Dollar
Xiaomi hat einen Fehler behoben, der MiMo-Modelle in Coding-Agenten wiederholt gleiche Tool-Aufrufe auslösen liess – die finale Loesung kostete rund 90.000 US-Dollar statt der geschaetzten 2,31 Millionen fuer die Alternative.
DeepSeek öffnet Sandbox-Infrastruktur: 3 Millionen Instanzen täglich
DeepSeek veröffentlicht einen technischen Bericht zu DSec, seiner Sandbox-Basis für das Training von KI-Agenten: rund 3 Millionen Sandboxes pro Tag, Spitzenlast etwa 380.000 gleichzeitig.
Xiaomi macht MiMo-V2.6 Open Source, Intelligenzindex 46 Punkte
Xiaomi veröffentlicht MiMo-V2.6 als Open Source, mit 46 Punkten im Intelligenzindex von Artificial Analysis vor Kimi K3 und Qwen3.8 Max.
Hugging Face trainiert Code-Modell zum Aquarellmalen
Mit nur 178 handbewerteten Referenzbildern und einem Budget von wenigen hundert Dollar hat Hugging Face per Reinforcement Learning einem Code-Modell das Aquarellmalen beigebracht.
RLinf v0.3 schließt die Trainingskette für Roboter
RLinf v0.3 verbindet Datenerfassung, SFT, Reinforcement Learning, Evaluation und reale Roboterbereitstellung zu einer Pipeline für Embodied AI.
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.
Sutton: Generative KI allein macht keine echte Wissenschaft
Der Reinforcement-Learning-Pionier sieht bei Next-Token-Modellen fehlende Kausalität, Experimente und eigene Erfahrung.
AlphaGo-Erfinder sammelt 1,1 Milliarden Dollar für selbstlernende KI
David Silver, ehemaliger DeepMind-Forscher, sammelt 1,1 Milliarden Dollar in einer Seed-Runde für Ineffable Intelligence ein, bewertet mit 5,1 Milliarden Dollar, um eine auf Reinforcement Learning basierende "Superlearner"-KI zu entwickeln, die ohne menschliche Daten auskommt.
Mira Muratis neues Unternehmen erreicht nach 14 Monaten eine Bewertung von 12 Milliarden US-Dollar
Thinking Machines Lab, das Startup von Mira Murati, hat einen Milliardenvertrag mit Google Cloud über GB300 NVL72-Systeme abgeschlossen, um KI-Modelle mittels Reinforcement Learning zu optimieren.
Sony Ace Tischtennis-Roboter besiegt erstmals Menschen im Wettkampf
Der von Sony AI entwickelte Roboter Ace hat auf olympischen Tischen im Sony-Hauptquartier in Tokio erstklassige Amateurspieler und später auch einen japanischen Profispieler besiegt – der erste Nachweis, dass ein Roboter in einer realen Wettkampfsportart Spitzenniveau erreicht.
Kimi K1.5 bestätigt Reinforcement-Learning-gesteuertes Schlussfolgern
Moonshot AI veröffentlichte K1.5 vor K2, mit dem Kernfokus auf der Verbesserung der Schlussfolgerungsfähigkeiten durch reines Reinforcement Learning und bestätigt die Machbarkeit dieses Ansatzes bei Modellen mittlerer Größe.