KI-gestützte Übersicht aktueller Entwicklungen in der Künstlichen Intelligenz

aus den folgenden Quellen: AI Business, Ars Technica AI, Google AI Blog, MIT AI News, MIT Technology Review, MarktechPost, OpenAI Blog, TechCrunch AI, arXiv AI Papers

News & Industrie

TechCrunch AI

Trump hebt Beschränkungen von Anthropics Mythos und Fable Model auf.

Trump hebt Beschränkungen für Anthropics Mythos und Fable auf, ermöglicht ab 1. Juli Zugriff.

TechCrunch AI

EquiLibre: Ex-DeepMind‑Forscher nutzen Poker‑KI für Hedgefonds.

EquiLibre nutzt Poker‑KI von DeepMind‑Alumni, um Hedgefonds‑Renditen bis 20 % zu steigern und Risikokalibrierung zu verbessern.

TechCrunch AI

Etched erreicht 5 Mrd.-Marke, 1 Mrd. Umsatz durch KI‑Chipverträge.

Etched gewinnt Vertrag für 1 Mrd. US-Dollar, bewertet bei 5 Mrd., konkurriert mit Nvidia.

TechCrunch AI

Proton startet Lumo 2.0 – neue Features, stärkerer Datenschutz.

Proton präsentiert Lumo 2.0: ein datenschutzorientierter GPT‑4e-basierter Chatbot mit End‑zu‑End-Verschlüsselung und 16.000 Token Kontext.

TechCrunch AI

OKX startet KI‑Agenten-Marktplatz für autonome Anstellung und Bezahlung.

OKX schafft KI-Agenten-Markt für Blockchain-Zahlungen, Identität, Reputation und reibungsloses AI-to-AI-E-Commerce.

Ars Technica AI

Trump fordert Umgestaltung aller .gov-Seiten; National Design Studio verzögert KI‑Design.

Das NDS verschiebt Regierungswebsites-Überarbeitung wegen KI-Problemen, strebt jetzt sicherere UX an.

Ars Technica AI

Trump bittet Musk um SpaceX‑Aktien für Kindersparbücher.

Elon Musk erwägt Spende von mehr als 4 Millionen US-Dollar in SpaceX‑Aktien an seine Kinder.

AI Business

Anthropic bringt Claude Science in die Forschung, agiert zurückhaltend.

Anthropic führt Claude 3 ein, um Forschern bei wissenschaftlichem Schreiben, Codierung und Datenauswertung zu helfen.

OpenAI Blog

OpenAI ChatGPT erobert Weltmarkt; Nutzung steigt global.

ChatGPTs weltweite Nutzung steigt 30 %, steigert Entwicklerproduktivität bis 40 %.

Google AI Blog

Google UK enthüllt Bericht über KI-Wirtschaftsauswirkungen.

Google UK veröffentlicht KI‑Impact‑Bericht, der bis 2030 £12 Mrd. zum BIP beiträgt und KI‑Technologien demokratisiert.

MIT Technology Review

Microsoft Copilot & OpenAI GPT‑4 werden KI‑Coworker; Starlink verbindet weltweit.

KI‑Agenten agieren als Untergebene, übernehmen Aufgaben ohne Menschen zu ersetzen; Starlink verbindet Regionen.

MIT Technology Review

Geheimer R&D-Knotenpunkt in 400.000‑Einwohner‑Stadt beherbergt Apple, Google und mehr.

Stadt mit 400 000 Einwohnern wird von führenden Firmen zu KI‑Forschungszentrum, beschleunigt und schafft Arbeitsplätze.

Modelle & Releases

TechCrunch AI

Google führt Nano Banana 2 Lite ein: Schneller, günstiger Bildgenerator.

Google präsentiert Nano Banana 2 Lite: schnellerer, kostengünstigerer KI‑Bildgenerator für Echtzeit-Content.

TechCrunch AI

Anthropic führt Claude Sonnet 5 ein – günstiger Agenten-Bot gegen Opus und GPT‑5.5.

Claude Sonnet 5 bietet günstige Agentenfunktionen, höhere Sicherheit und niedrigere Preise speziell für Mittelständler.

Ars Technica AI

Googles Nano Banana 2 Lite: Das schnellste, günstigste Bildmodell.

Google präsentiert Nano Banana 2 Lite – das schnellste Bildgenerierungsmodell, spart 70 % Rechenzeit und Kosten.

MarktechPost

Anthropics Claude Sonnet 5 erzielt Agentic Coding nahe Opus 4.8, niedriger Preis.

Claude Sonnet 5 schließt die Lücke zu Opus 4.8 bei günstigerem Preis, steigert Effizienz.

MarktechPost

Meta AI stellt Brain2Qwerty v2 vor – 61 % Wortgenauigkeit bei MEG‑Brain-Text.

Meta AI präsentiert nicht-invasive MEG-gestützte Pipeline mit 61 % Genauigkeit für Textausgabe aus Gehirnströmen.

MIT Technology Review

Anthropic stellt Claude Science vor – KI für Forschung.

Anthropic präsentiert Claude Science: KI, die experimentelle Analyse selbstständig erledigt und Forschung beschleunigt.

Tools & Produkte

TechCrunch AI

OpenClaw: kostenloses Open‑Source‑Agentenprogramm nun für Android & iOS.

OpenClaw, Open-Source-Agentic AI für Android und iOS, entwickelt von MIT-Forschern, verarbeitet Daten lokal ohne Drittanbieter-APIs.

TechCrunch AI

Acti bringt KI-Tastatur für iOS und Android mit sprachbasierten Shortcuts.

Acti integriert KI‑Assistenten über seine Smartphone‑Tastatur für iOS/Android und ermöglicht individuelle AI‑Kurzbefehle und steigert Produktivität.

TechCrunch AI

Anthropic stellt Claude Science vor: Integrierte Plattform für Wissenschaftler.

Claude Science vereint Datenbanken, Pipelines und Tools zu einer Plattform, die Analyseaufgaben automatisiert.

TechCrunch AI

X stellt gehosteten MCP-Server zur vereinfachten KI‑API‑Integration bereit.

X startet gehosteten MCP‑Server, erleichtert KI-Anbindung via X-API und unterstützt TensorFlow sowie PyTorch für Start-ups.

TechCrunch AI

Riverside startet KI‑gestützte Newsletter aus Podcasts.

Riverside automatisiert Podcast‑Aufnahmen zu Newslettern, spart Zeit, steigert Reichweite und Monetarisierung.

AI Business

Anthropic und Microsoft stellen Claude für autonome KI‑Agenten in Foundry bereit.

Anthropic bietet Claude‑3‑Modelle über Microsoft Foundry an, erleichtert Unternehmens‑KI-Agenten ohne ML‑Teams.

MarktechPost

Linq startet interaktive iMessage‑Apps für Zahlungen, Tickets, Flüge und Spiele.

Linq integriert Karten und Zahlungen direkt in iMessages für Reisen, Tickets und Spiele.

arXiv AI Papers

DeepTrans Studio schafft Team‑Knowledge aus LLM‑Übersetzungen.

DeepTrans Studio erleichtert KI‑Übersetzungen, indem es Teamkorrekturen ermöglicht und Entscheidungen speichert.

arXiv AI Papers

DEEPMED Search: Open‑Source-Agentik mit introspektiver Verifikation für medizinische Forschung.

DEEPMED Search ist ein Open‑Source-Tool für transparente medizinische Forschung, verteilt Anfragen automatisiert.

Business & Automation

TechCrunch AI

Wayve startet 85 Millionen-Dollar-Mitarbeiterkaufangebot bei 8,5 Milliarden Bewertung.

Wayve startet ein 85‑Millionen-Dollar-Employee‑Tender zur Bindung und Gewinnung KI‑Fachkräfte bei 8,5 Billionen USD-Bewertung.

TechCrunch AI

Amazon startet $1 Mrd.-FDE, folgt OpenAI und Anthropic.

Amazon investiert 1 Milliarde in KI-Agenten-Forschung, um Unternehmen schnell und selbständig zu unterstützen.

MIT Technology Review

Landwirtschaft bereit für KI, Datenbasis fehlt.

KI‑Modelle erhöhen Erträge, doch fehlende Daten fordern Standardisierung, Cloud und Echtzeit‑Sensorik.

Wissenschaft & Forschung

TechCrunch AI

KI‑intensive Unternehmen erhöhen Junior‑Jobs um 12 %.

Künstliche Intelligenz steigert Gesamteinstellungen, einschließlich Junior‑Positionen, entkräftet Ausschlussvorwürfe.

Ars Technica AI

KI-Browser gefährdet: Angreifer nutzen 2+2=5, um verbotene Befehle auszulösen.

Eine Sicherheitslücke erlaubt KI‑Browsern, Guardrails zu umgehen, was gefährliche Nutzung ermöglicht.

MIT AI News

Philipp Isola erklärt agentische KI: Funktionsweise und Zukunft.

Philipp Isola erklärt KI-Agenten, die LLMs und RL-Planer kombinieren, um autonome Handlungen zu ermöglichen.

MIT Technology Review

Reprogrammierung von Zellen: neue Anti‑Aging-Technologie im Fokus.

KI‑gestützte Anti-Aging-Therapien werden durch CRISPR, Epigenetik und milliardenschwere Investitionen vorangetrieben.

arXiv AI Papers

RSEA: Rekursive Selbstentwickelnde Agenten nutzen Held-Out-Auswahl.

RSEA übertrifft LLM-Agenten, nutzt dreischichtige Sprachzustände und erzielt bessere Benchmarks.

arXiv AI Papers

Capability‑Slice verbindet Daten und Evaluation zur Verbesserung von LLMs.

Capability Slice verbessert Sprachmodelle durch zielgerichtete Diagnose, Feedback-Loops, steigert Pass@128 von 6,67 % auf 26,67 %.

arXiv AI Papers

GPTNT Benchmarkiert Echtzeit‑Kollaboration multimodaler Agenten in Keep Talking.

GPTNT testet multimodale KI im Echtzeit-Bombenspiel und zeigt erhebliche Schwächen bei Zustands‑Tracking und Kommunikation.

arXiv AI Papers

IMCBench präsentiert multimodalen Benchmark mit klinischen Bilddaten.

IMCBench bewertet multimodale Arzt‑Patienten-Dialoge mit Bildern, Profilen, Sicherheit, Genauigkeit und Unsicherheit; Claude Opus 4.6 führend.

arXiv AI Papers

Dynamisches Representation‑Editing steuert LLMs zur Wahrheitsfindung.

DynaSteer isoliert wahre LLM‑Aussagen via Representation Editing und korrigiert Fehler frühzeitig.

arXiv AI Papers

VirtueMap: KI‑Modelle anhand aristotelischer Tugenden bewerten.

VirtueMap bewertet LLM-Antworten zu sieben Dilemmata anhand fünf Tugenden, hohe Konsistenz bei 90 %.

arXiv AI Papers

ATHENA‑R1: KI-Agent analysiert Therapieoptionen über alle seit 1939 zulassungsfähigen Drogen.

ATHENA‑R1 liefert 94,7 % Genauigkeit bei Therapieentscheidungen und überzeugt Experten und Ärzte.

arXiv AI Papers

COMPASS kombiniert Kompositionsempfinden mit kontrollierter Bildgenerierung im KI‑Modell.

COMPASS integriert Expertentechniken in ein MoE-Backbone, verbindet Kompositions-Erkennung und -Generierung über einen Intent-Token.

arXiv AI Papers

BV-Blend verbessert critic‑free RL durch verifizierbare Rewards und historische Baselines.

BV‑Blend stabilisiert RL-Training, reduziert Speicherbedarf, entwickelt von Stanford, OpenAI und DeepMind.

arXiv AI Papers

Evolutionärsteigender Ansatz für schadensreduzierende KI‑Auditierung.

Evolutionäre Spieltheorie zeigt, dass selbstkontrollierte KI kleine Gruppen dominiert und gesellschaftlichen Schaden reduziert.

arXiv AI Papers

TrajRS garantiert robuste Vorhersagen für autonome Fahrsysteme.

TrajRS liefert einen zertifizierten robusten Radius für Vorhersagen von autonomen Fahrzeugen und erhöht Sicherheit.

arXiv AI Papers

ComMem: Komplementärspeicher für adaptive Testzeit‑Anpassung von Vision‑Language‑Modellen.

ComMem optimiert Vision-Language-Modelle, simuliert Hippocampus und Neokortex für verbesserte multimodale Performance.

arXiv AI Papers

LLM-Agenten entscheiden selbstständig, wann sie abbrechen.

Studie definiert Agentic Abstention, testet 13 LLMs bei 28.000 Aufgaben; große Modelle warten zu spät.

arXiv AI Papers

Große Sprachmodelle als Agenten erfordern Aktionsausrichtung statt Rückzieher.

KI-Agenten brauchen externe Regeln statt Refusal‑Training, um agentische Gefahren zu verhindern.

arXiv AI Papers

Selbstüberwachter KI-Agent entdeckt Theoreme in formalem Axiomensystem.

Ein KI-Agent generiert eigenständig neue mathematische Theoreme, erweitert damit eine wachsende Lemmenbibliothek.

arXiv AI Papers

LLM‑Personality-Steuerung via latente Features für OCEAN.

Mechanistische Steuerung von Persönlichkeitseigenschaften in LLMs nutzt Autoencoder und kontrastive Analyse, erhöht OCEAN, bleibt leistungsfähig.

arXiv AI Papers

HyphaeDB nutzt den HNSW-Graph als agentenbasiertes Kommunikationsnetzwerk.

HyphaeDB verbindet Agenten über HNSW-Netzwerke, verbreitet Wissen per Gossip und erzeugt Konsens.

arXiv AI Papers

MedFound setzt Frozen LLaMA‑3 ein, um multimodal ICD‑Kategorien vorherzusagen.

MedFound‑Llama3‑8B erreicht mit multimodalen Embeddings im MIMIC‑IV-Kohort 87,7 % Genauigkeit und übertrifft XGBoost sowie PLM-ICD.

arXiv AI Papers

MedEvoEval: neue Benchmark für kontinuierliche Entwicklung von Arzt-Agenten.

MedEvoEval bewertet klinische KI-Agenten langfristig im Outpatient-Setting, prüft evidenzbasiertes Handeln, Entscheidungen und Wissensvermehrung sowie Kosten.

arXiv AI Papers

Ärzte testen Claude, Gemini, GPT und OE bei echten Klinikfragen.

OpenEvidence überzeugt bei 620 klinischen Anfragen in 30 Fachbereichen mit 25–39 % besserer Genauigkeit.

arXiv AI Papers

Sechs LLMs trainiert für generativen AI-Agent im Verkehrsingenieurwesen.

Domain‑spezialisierte KI verbessert Verkehrsaufgaben, dank LoRA‑finetuned Modelle mit hohen BLEU‑Scores.

arXiv AI Papers

Mehragenten-KI: Laufzeitüberwachung reduziert Fehlerweitergabe.

Multi-Agent-Kommunikation verbessert KI‑Antworten, weil Modelle Beweiswege austauschen und Entscheidungen verfeinern.

arXiv AI Papers

LLM-Agent-Sicherheit: Speicher-Manipulation lässt Antworten verfälschen.

Falsche Erinnerungen senken LLM-Antwortgenauigkeit bei Multiple‑Choice-Fragen und verlangen sichere Speicher.

arXiv AI Papers

Zero-Shot-Konzeptbenennung mit MLLMs liefert kostenfreie Erklärungen.

CoNa prüft Zero‑Shot-Konzeptbenennung via vier Mid-Scale-MLLMs ohne Vortraining; erzielt 62–88 % Genauigkeit.

arXiv AI Papers

Autonome KI trifft Menschen: Firmen wählen Fallback‑Strategien für Lernpotenzial.

Unternehmen wägen KI-Integration gegen Humankapitalentwicklung ab und delegieren Arbeit nach Fähigkeit und Zuverlässigkeit.

arXiv AI Papers

n8n analysiert über 6000 Workflows mit LLM‑Agenten.

LLM‑basierte Workflows in Low‑Code‑Automation zeigen Zuverlässigkeitslücken und mangelnde Fallback‑Mechanismen.

arXiv AI Papers

HiComm: Hierarchisches Kommunikationsmodul revolutioniert Multi-Agenten‑MARL.

HiComm senkt Datenverkehr im Multi‑Agent Reinforcement Learning um bis zu 23×.

arXiv AI Papers

Neues FRM‑Framework verbessert strukturierte Problemlösung mit Flussmodellen.

Flow Reasoning‑Modelle lösen Logikrätsel deutlich schneller und erreichen 99,2 % Erfolgsquote bei Sudoku.

arXiv AI Papers

Versammelte Leaderboards verbergen system-spezifische Sieger – Audit von Offline‑RCA‑Benchmarks.

Forscher kritisieren die Ranking‑Methode; Leave‑one‑out wählt oft schlechtere Ansätze mit bis zu 24,8 % Regret.

arXiv AI Papers

ICRC erklärt: KI‑basierte zivile Cyberangriffe umgehen Direktverursachungsprinzip.

Autonome Cyberoperationen umgehen ICRC-Regelungen und ermöglichen indirekte Beteiligung; KI‑Governance bleibt unzureichend.

arXiv AI Papers

TraceRetain verbessert externen Speicher für GPT‑5‑Mini Agenten.

TraceRetain begrenzt externen Speicher, steigert Leistung von Frozen‑LLM‑Agents und hält Präzision unter Störungen.

arXiv AI Papers

Neues Benchmarking bewertet semantische Graph-zu-Graph-Similarität von KG‑Einbettungen.

Neue KG‑Embeddings erreichen bis zu 5,3 pp höhere MRR und übertreffen Sentence‑BERT mit weniger Parametern.

arXiv AI Papers

AutoDiscovery nutzt Bayessche Überraschung zur kontinuierlichen wissenschaftlichen Entdeckung.

Bayessche Überraschungsmessung steigert LLM-Entdeckungen, erkennt 37 % irreführende Werte und erhöht Leistung um 30,6 %.

arXiv AI Papers

Alpha Singularity setzt Sealed Joint Search zur Vermeidung von Overfitting ein.

Sealed Joint Search verhindert Überanpassung bei Alpha-Entdeckung; fünf LLM‑Agenten generieren Skills und erreichen 1,87‑Sharpe-Steigerung.

arXiv AI Papers

Neues Modell verbindet Kognition, Emotion und Persönlichkeit bei Rettungsevakuationen.

Der erweiterte Rahmen integriert Kognition, Emotionen und Persönlichkeit und verlangsamt die Evakuierung.

arXiv AI Papers

PolicyGuard prüft LLM-Agenten dialogbasiert auf Unternehmensrichtlinien.

PolicyGuard verbessert KI-Agenten‑Richtlinien‑Einhaltung, steigert Pass‑Rate um 12 pp und halbiert Fehlalarme.

arXiv AI Papers

Neuer Benchmark SurgVLA-Bench bewertet Vision‑Language‑Action Modelle in der laparoskopischen Robotik.

Der SurgVLA-Bench bewertet Vision‑Language‑Action‑Modelle für laparoskopische Chirurgie in SurRoL; Autoregressive Modelle übertreffen Flow-Matching im Semantikverständnis.

arXiv AI Papers

LLM‑Kompression aus Earnings‑Transkripten verfälscht Investitionsentscheidungen.

LLM‑basierte Kontextkompression verringert die Informationsintegrität von Finanzberichten durch Decontextualisierung und Modellabhängigkeit.

arXiv AI Papers

CCB‑Benchmark enthüllt Leistungsabfall von LLMs mit zunehmender Schrittzahl.

CCB testet Logikabfall bei LLMs und liefert ein interpretierbares Maß für lange Logik.

arXiv AI Papers

Process Advantage Signal Shaping optimiert GRPO für LLM‑Reasoning.

PASS optimiert LLM‑Reasoner durch Standardisierung, Chunking und Zieldichte, löst Pathologien nach GRPO-Test.

arXiv AI Papers

HExA: Hierarchische experimentelle Agenten für selbstverbessernde LLM‑Entscheidungen.

HExA verbessert physikalische KI-Agenten, steigert Claude Sonnet durch Experimente bis zu 77 %.

arXiv AI Papers

CLSR ermöglicht mehragentenbasierte, kompakte symbolische Kommunikation.

CLSR reduziert Tokenverbrauch von CoT-Modellen bis zu sechsfach durch autonome LLM‑Agenten und latente Router.

arXiv AI Papers

D2R‑RAG behebt Faktenfehler bei Retrieval‑Augmented Generation unter Kostenbeschränkungen.

D2R‑RAG diagnostiziert fehlerhafte Antworten und verbessert Faktenpräzision bei Retrieval‑Augmented Generation.

arXiv AI Papers

LLM‑gesteuerte Planung erreicht 81 % Genauigkeit bei NuScale FSAR.

LLM-Agenten prüfen Nukleardokumente mit 81,5 % Genauigkeit und nachvollziehbaren Pfaden, ohne Offline-Indexierung.

arXiv AI Papers

MoD: Selbstdebattierende KI nutzt Mixture‑of‑Experts für Multi‑Agenten.

MoD revolutioniert KI-Dialektik, beschleunigt um 3,7× und reduziert Tokens um 87 %.

arXiv AI Papers

KI-Modell zeigt: Weniger Due Diligence reicht für Bieter.

Selbstlernende KI optimiert Bieterstrategien bei Akquisitionen, bestimmt Due‑Diligencebedarf und liefert kostengünstige Analyse.

arXiv AI Papers

SWE‑Agent und AOI schaffen kontinuierliche Beobachtung für Computer‑Use‑Agenten.

Das AOI trennt Wahrnehmung von Aktionen und verbessert CU‑Modelle bis zu 48 pp ohne Retraining.

arXiv AI Papers

Lean‑Benchmarks aufgedeckt: 4 833 Fehler, fehlende Hypothesen.

Fünf Lean‑Benchmarks enthüllen durch systematische Audits 4 833 Defekte, darunter 398 Beweisfehler und semantische Schwachstellen.

arXiv AI Papers

LLM‑basiertes CogWM misst interne Zustandsveränderungen bei sozialem Einflussgespräch.

CogWM nutzt die SaA‑AnnotationPipeline und prognostiziert gleichzeitig BDI/E‑Zustände sowie Benutzeraussagen, erreicht 77 % Emotionengenauigkeit, übertrifft GPT‑5.5.

arXiv AI Papers

UCOB nutzt agentische Fähigkeiten durch kreditbewusste Selbstdistillation im RL.

UCOB nutzt Selbstdistillation, vergleicht skill‑basierte und freie Prompts, übertrifft bestehende Methoden um 23 %.

arXiv AI Papers

OSWorld 2.0: Neuer Benchmark für KI‑Agenten mit Claude Opus.

OSWorld 2.0 testet KI-Agenten in langen Workflows; Claude Opus erreicht 20,6 %, GPT‑5,5 kaum besser.

arXiv AI Papers

Label-basierte Aufmerksamkeit optimiert rollenbezogene Routings bei kooperativem MARL.

Durch label‑conditioned Attention erzeugen KI-Agenten präzisere Rollenwege und koordinieren effizienter.

arXiv AI Papers

Neues Verfahren SCARCE nutzt Lern‑Embeddings für seltene Ereignisse.

SCARCE-Methode reduziert Schätzfehler drastisch, senkt Monte-Carlo-Bedarf um bis zu 500× und verbessert MNIST-Ergebnisse sowie LLM-Jailbreaks.

arXiv AI Papers

KI-Benchmark: SFBench prüft wissenschaftliche Behauptungen.

SFBench bewertet 197 neu erstellte Materialwissenschafts‑Aussagen auf einer fünfstufigen Skala ohne Publikationsextraktion.

arXiv AI Papers

Multi-Agent-LLMs nutzen Budget-Limitierung und lokale Zuverlässigkeitsgrenzen.

Budgetierte LLM-Entscheidungen erhöhen Zuverlässigkeit, indem sie kNN-Konfidenz nutzen und nur bei Überschreiten menschliche Prüfung erfordern.

arXiv AI Papers

SAI-Predictor verspricht ehrliche KI ohne eigenständige Zielverfolgung.

Der SAI‑Predictor liefert sichere KI‑Vorhersagen ohne echte Agentur, dank kontextualisierter Daten und posteriorbasierter Lernstrategie.

arXiv AI Papers

Diversität bei LLMs verbessert AI‑Ensembles – Grok 4 führt.

KI‑Ensembles erhöhen Genauigkeit; Grok 4 überzeugt durch unabhängige Fehler.

arXiv AI Papers

Effizientes Lernen von Wahrscheinlichkeitsursachen für Erreichbarkeit in MDPs.

Lernstrategie erkennt Zustände in unbekannten MDPs durch probabilistische Kausalität und reduziert Tests ohne Übergangswahrscheinlichkeiten.

arXiv AI Papers

NLP‑zu‑PDDL Benchmark optimiert Sprachmodelle mit Planner‑Feedback.

Ein verifizierbarer NLP‑zu‑PDDL‑Benchmark verbessert LLM‑Planer durch neue Validierungsschritte.

arXiv AI Papers

GUICrafter: schwachüberwachter GUI‑Agent mit massiven Screenshot‑Daten.

GUICrafter reduziert Datenbedarf für GUI‑Agenten um 99 % und erzielt Leistung wie UI‑TARS bei 0,1 % Daten.

arXiv AI Papers

Rekonstruktionsangriffe enthüllen Schwachstellen von Graph Neural Networks.

Graph Neural Networks ermöglichen leistungsstarke Analyse, doch Inversionangriffe rekonstruieren komplette Graphen und zeigen dringenden Handlungsbedarf.

arXiv AI Papers

CLQT: Diagnostischer Benchmark für KI‑Portfoliomanager mit kostenbewusster, geschlossener Schleife.

CLQT diagnostiziert LLM-Trading-Agenten über einen fünfstufigen Zyklus mit Hash‑Trail, Zeitkontrollen und Kostenmodellierung.

arXiv AI Papers

CRISTAL‑Method revolutioniert KI‑gesteuerte Investmentanalysen mit neurosymbolischer Logik.

CRISTAL ist ein neurosymbolisches Framework für Investitionsanalysen, kombiniert Modellsyntese, Lernen und aktives Lernen.

arXiv AI Papers

RelSetE-Modell löst Relationset‑Vervollständigung in Wissensgraphen.

RelSetE erhöht die Vollständigkeit von Wissensgraphen durch latente Muster bei Verbindungsvorhersagen.

arXiv AI Papers

LLM-basierter Trainingsmanager revolutioniert adaptive ML‑Training.

AI Training Manager nutzt ein beschränktes LLM, optimiert ML-Trainings und reduziert Überanpassung.

arXiv AI Papers

Neue SafePyramid-Benchmark testet KI‑Sicherheitsrichtlinien im Kontext.

SafePyramid‑Studie zeigt, dass moderne LLMs KI-Garantie-Regeln nur zu 54 % erfüllen.

KI-gestützte Übersicht aktueller Entwicklungen in der Künstlichen Intelligenz

News & Industrie

Trump hebt Beschränkungen von Anthropics Mythos und Fable Model auf.

EquiLibre: Ex-DeepMind‑Forscher nutzen Poker‑KI für Hedgefonds.

Etched erreicht 5 Mrd.-Marke, 1 Mrd. Umsatz durch KI‑Chipverträge.

Proton startet Lumo 2.0 – neue Features, stärkerer Datenschutz.

OKX startet KI‑Agenten-Marktplatz für autonome Anstellung und Bezahlung.

Trump fordert Umgestaltung aller .gov-Seiten; National Design Studio verzögert KI‑Design.

Trump bittet Musk um SpaceX‑Aktien für Kindersparbücher.

Anthropic bringt Claude Science in die Forschung, agiert zurückhaltend.

OpenAI ChatGPT erobert Weltmarkt; Nutzung steigt global.

Google UK enthüllt Bericht über KI-Wirtschaftsauswirkungen.

Microsoft Copilot & OpenAI GPT‑4 werden KI‑Coworker; Starlink verbindet weltweit.

Geheimer R&D-Knotenpunkt in 400.000‑Einwohner‑Stadt beherbergt Apple, Google und mehr.

Modelle & Releases

Google führt Nano Banana 2 Lite ein: Schneller, günstiger Bildgenerator.

Anthropic führt Claude Sonnet 5 ein – günstiger Agenten-Bot gegen Opus und GPT‑5.5.

Googles Nano Banana 2 Lite: Das schnellste, günstigste Bildmodell.

Anthropics Claude Sonnet 5 erzielt Agentic Coding nahe Opus 4.8, niedriger Preis.

Meta AI stellt Brain2Qwerty v2 vor – 61 % Wortgenauigkeit bei MEG‑Brain-Text.

Anthropic stellt Claude Science vor – KI für Forschung.

Tools & Produkte

OpenClaw: kostenloses Open‑Source‑Agentenprogramm nun für Android & iOS.

Acti bringt KI-Tastatur für iOS und Android mit sprachbasierten Shortcuts.

Anthropic stellt Claude Science vor: Integrierte Plattform für Wissenschaftler.

X stellt gehosteten MCP-Server zur vereinfachten KI‑API‑Integration bereit.

Riverside startet KI‑gestützte Newsletter aus Podcasts.

Anthropic und Microsoft stellen Claude für autonome KI‑Agenten in Foundry bereit.

Linq startet interaktive iMessage‑Apps für Zahlungen, Tickets, Flüge und Spiele.

DeepTrans Studio schafft Team‑Knowledge aus LLM‑Übersetzungen.

DEEPMED Search: Open‑Source-Agentik mit introspektiver Verifikation für medizinische Forschung.

Business & Automation

Wayve startet 85 Millionen-Dollar-Mitarbeiterkaufangebot bei 8,5 Milliarden Bewertung.

Amazon startet $1 Mrd.-FDE, folgt OpenAI und Anthropic.

Landwirtschaft bereit für KI, Datenbasis fehlt.

Wissenschaft & Forschung

KI‑intensive Unternehmen erhöhen Junior‑Jobs um 12 %.

KI-Browser gefährdet: Angreifer nutzen 2+2=5, um verbotene Befehle auszulösen.

Philipp Isola erklärt agentische KI: Funktionsweise und Zukunft.

Reprogrammierung von Zellen: neue Anti‑Aging-Technologie im Fokus.

RSEA: Rekursive Selbstentwickelnde Agenten nutzen Held-Out-Auswahl.

Capability‑Slice verbindet Daten und Evaluation zur Verbesserung von LLMs.

GPTNT Benchmarkiert Echtzeit‑Kollaboration multimodaler Agenten in Keep Talking.

IMCBench präsentiert multimodalen Benchmark mit klinischen Bilddaten.

Dynamisches Representation‑Editing steuert LLMs zur Wahrheitsfindung.

VirtueMap: KI‑Modelle anhand aristotelischer Tugenden bewerten.

ATHENA‑R1: KI-Agent analysiert Therapieoptionen über alle seit 1939 zulassungsfähigen Drogen.

COMPASS kombiniert Kompositionsempfinden mit kontrollierter Bildgenerierung im KI‑Modell.

BV-Blend verbessert critic‑free RL durch verifizierbare Rewards und historische Baselines.

Evolutionärsteigender Ansatz für schadensreduzierende KI‑Auditierung.

TrajRS garantiert robuste Vorhersagen für autonome Fahrsysteme.

ComMem: Komplementärspeicher für adaptive Testzeit‑Anpassung von Vision‑Language‑Modellen.

LLM-Agenten entscheiden selbstständig, wann sie abbrechen.

Große Sprachmodelle als Agenten erfordern Aktionsausrichtung statt Rückzieher.

Selbstüberwachter KI-Agent entdeckt Theoreme in formalem Axiomensystem.

LLM‑Personality-Steuerung via latente Features für OCEAN.

HyphaeDB nutzt den HNSW-Graph als agentenbasiertes Kommunikationsnetzwerk.

MedFound setzt Frozen LLaMA‑3 ein, um multimodal ICD‑Kategorien vorherzusagen.

MedEvoEval: neue Benchmark für kontinuierliche Entwicklung von Arzt-Agenten.

Ärzte testen Claude, Gemini, GPT und OE bei echten Klinikfragen.

Sechs LLMs trainiert für generativen AI-Agent im Verkehrsingenieurwesen.

Mehragenten-KI: Laufzeitüberwachung reduziert Fehlerweitergabe.

LLM-Agent-Sicherheit: Speicher-Manipulation lässt Antworten verfälschen.

Zero-Shot-Konzeptbenennung mit MLLMs liefert kostenfreie Erklärungen.

Autonome KI trifft Menschen: Firmen wählen Fallback‑Strategien für Lernpotenzial.

n8n analysiert über 6000 Workflows mit LLM‑Agenten.

HiComm: Hierarchisches Kommunikationsmodul revolutioniert Multi-Agenten‑MARL.

Neues FRM‑Framework verbessert strukturierte Problemlösung mit Flussmodellen.

Versammelte Leaderboards verbergen system-spezifische Sieger – Audit von Offline‑RCA‑Benchmarks.

ICRC erklärt: KI‑basierte zivile Cyberangriffe umgehen Direktverursachungsprinzip.

TraceRetain verbessert externen Speicher für GPT‑5‑Mini Agenten.

Neues Benchmarking bewertet semantische Graph-zu-Graph-Similarität von KG‑Einbettungen.

AutoDiscovery nutzt Bayessche Überraschung zur kontinuierlichen wissenschaftlichen Entdeckung.

Alpha Singularity setzt Sealed Joint Search zur Vermeidung von Overfitting ein.

Neues Modell verbindet Kognition, Emotion und Persönlichkeit bei Rettungsevakuationen.

PolicyGuard prüft LLM-Agenten dialogbasiert auf Unternehmensrichtlinien.

Neuer Benchmark SurgVLA-Bench bewertet Vision‑Language‑Action Modelle in der laparoskopischen Robotik.

LLM‑Kompression aus Earnings‑Transkripten verfälscht Investitionsentscheidungen.

CCB‑Benchmark enthüllt Leistungsabfall von LLMs mit zunehmender Schrittzahl.

Process Advantage Signal Shaping optimiert GRPO für LLM‑Reasoning.

Etched erreicht 5 Mrd.-Marke, 1 Mrd. Umsatz durch KI‑Chipverträge.

Proton startet Lumo 2.0 – neue Features, stärkerer Datenschutz.

Microsoft Copilot & OpenAI GPT‑4 werden KI‑Coworker; Starlink verbindet weltweit.

Google führt Nano Banana 2 Lite ein: Schneller, günstiger Bildgenerator.

Anthropic führt Claude Sonnet 5 ein – günstiger Agenten-Bot gegen Opus und GPT‑5.5.

Googles Nano Banana 2 Lite: Das schnellste, günstigste Bildmodell.

Anthropics Claude Sonnet 5 erzielt Agentic Coding nahe Opus 4.8, niedriger Preis.

Meta AI stellt Brain2Qwerty v2 vor – 61 % Wortgenauigkeit bei MEG‑Brain-Text.

Anthropic stellt Claude Science vor – KI für Forschung.

OpenClaw: kostenloses Open‑Source‑Agentenprogramm nun für Android & iOS.

Amazon startet $1 Mrd.-FDE, folgt OpenAI und Anthropic.

KI‑intensive Unternehmen erhöhen Junior‑Jobs um 12 %.

ATHENA‑R1: KI-Agent analysiert Therapieoptionen über alle seit 1939 zulassungsfähigen Drogen.

LLM‑gesteuerte Planung erreicht 81 % Genauigkeit bei NuScale FSAR.

Lean‑Benchmarks aufgedeckt: 4 833 Fehler, fehlende Hypothesen.

Diversität bei LLMs verbessert AI‑Ensembles – Grok 4 führt.