KI-gestützte Übersicht aktueller Entwicklungen in der Künstlichen Intelligenz

aus den folgenden Quellen: AI News, MIT Technology Review, MarktechPost, TechCrunch AI, arXiv AI Papers

News & Industrie

MarktechPost

Mistral AI präsentiert Leanstral 1.5: Open‑Source‑Lean 4‑Agent löst 587 von 672 PutnamBench‑Aufgaben.

Mistral AI veröffentlicht Leanstral 1.5, ein Apache-2.0 Code Agentenmodell mit 119 B Mixture-of-Experts, das 587/672 PutnamBench erreicht.

MIT Technology Review

UK-Regierung plant generatives Tabakverbot, Erfolg bleibt fraglich.

Der Newsletter beleuchtet Tech‑Trends, die Skepsis zum britischen Rauchverbot und Elternalltag.

MIT Technology Review

Britisches Rauchverbot für Jugendliche stößt auf Skepsis, Eltern bleiben optimistisch.

Das UK‑Tabakverbot könnte bei Kindern scheitern, da sie trotz Verbots weiterhin e‑Zigaretten rauchen.

Modelle & Releases

MarktechPost

Interfaze eröffnet diffusion‑gemma‑asr-small, Open‑Source-Modell für sechs Sprachen.

Interfaze veröffentlicht ein Open‑Source-ASR-Modell, das DiffusionGemma in sechs Sprachen erweitert; Kosten basieren auf den Denoising‑Schritten.

arXiv AI Papers

Wiola: eigenständiges Small‑Language-Modell ohne GPT‑Abstammung.

Wiola präsentiert neue Small-Modelle-Architektur, bewertet vier Größen erfolgreich gegenüber GPT‑2, LLaMA‑2 und Mistral.

Tools & Produkte

TechCrunch AI

Alternative Browser‑Wellen: Brave, Firefox und Co. treten gegen Chrome und Safari an.

Browser wie Brave, Vivaldi, Opera und Edge nutzen KI‑Ad‑Blocker, verbessern Speicher, stärken Tracking‑schutz, erhöhen Privatsphäre.

MarktechPost

WebBrain: Open‑Source KI-Agent für Chrome/Firefox mit lokaler Modellunterstützung.

Open-Source-WebBrain automatisiert browserbasierte KI-Aufgaben, nutzt lokale Modelle oder Cloud und schützt Daten.

arXiv AI Papers

TokenScope liefert tokenbasierte Transparenz bei Codegenerierung von großen Sprachmodellen.

TokenScope liefert transparente Token‑Einblicke für Code-LMs, bietet Echtzeitmetriken und fördert sichere KI-Programmierung.

Tutorials & Praxis

TechCrunch AI

KI-Wörterbuch 2024: Alles, was Sie wissen müssen.

Das AI-Glossar definiert über 50 Begriffe, erklärt Halluzinationen und bietet Qualitätsstrategien für sicheren KI-Einsatz.

MarktechPost

lift‑PDF: Schema‑gesteuerte Rechnungsanalyse für Debitoren, Validierung und Kontobuchung.

Lift‑PDF erzeugt synthetische Rechnungs‑PDFs und liefert präzise strukturierte JSON-Daten.

Business & Automation

AI News

Takeda und Insilico nutzen Pharma.AI für $600 Mio.-KI-Partnerschaft.

Takeda schließt mit Insilico ein 600‑Millionen-Dollar-AI-Partnerprojekt, nutzt Pharma.AI zur Zielidentifikation.

Wissenschaft & Forschung

MIT Technology Review

EyeTrans GmbH präsentiert EYE‑Revive zur Augenwiederbelebung.

Ein neues Gerät ermöglicht lebensfähige Augentransplantationen aus Leichenspendern, senkt Kosten und erhöht die Spenderzahl.

arXiv AI Papers

Neuro-Symbolisches Modell PACE liefert realistische Gegenfaktische Erklärungen.

PACE trennt Vorhersage von logischem Schluss, bindet domänenspezifische Regeln ein und erhöht Plausibilität sowie Entscheidungsunterstützung.

arXiv AI Papers

Auto‑FL‑Research nutzt KI-Agenten zur automatischen Optimierung von föderiertem Lernen.

Auto‑FL‑Research automatisiert Federated Learning, erzielt Fortschritte und differenziert echte Mechanismen.

arXiv AI Papers

Agent4cs nutzt Multi‑Agent‑System zur Zusammenfassung großer Codebasen.

Agent4Cs verbessert Codezusammenfassung mit Mehragenten‑Ansatz, erhöht Konsistenz um 8 % und Abdeckung um 38 %.

arXiv AI Papers

Autonome Kundendienst‑Agenten setzen Schwierigkeit‑Routing ein, um Fehler zu minimieren.

KI-Agenten nutzen Service‑Control Routing; Routinegespräche bleiben, Komplexe eskalieren, Tests bestätigen höhere Zuverlässigkeit.

arXiv AI Papers

Neuer „CreativityNeuro“-Ansatz erhöht Divergenz bei Sprachmodellen.

CreativityNeuro steigert divergentes Denken von LLMs ohne Retraining durch kontrastive Gewichtsteuerung und reduziert Modenkollapse.

arXiv AI Papers

DiffusionGemma‑26B schlägt autoregressive Gemma bei medizinischer Textgenerierung.

DiffusionGemma‑26B, ein Mixture‑of‑Experts-LoRA-Modell, übertrifft autoregressive Gemma‑4‑26B bei medizinischem VQA mit 3,8 B aktiven Parametern.

arXiv AI Papers

RLVR stärkt Tool‑Agenten für Jira‑ und Confluence‑APIs.

RL‑verifizierte Belohnungen optimieren LLMs für Jira/Confluence‑APIs und reduzieren Fehler.

arXiv AI Papers

MedAgentBench‑v3 senkt FHIR‑Fehlquoten, Qwen3-8B entdeckt Lernbarrieren.

MedAgentBench‑v3 senkt Silent‑Finish und verbessert Reinforcement Learning für klinische Protokolle.

arXiv AI Papers

PMD: Prozedurales Gedächtnis stärkt Sprachmodelle.

PMD steigert RL-Leistungen um 3,8–5,5 % ohne externes Gedächtnis durch Distillation von episodischen Signalen.

arXiv AI Papers

KI‑Agenten decken Forschungsvariationen auf: 72 % ideologischer Spalt.

KI‑Agenten zeigen unterschiedliche Personas zu widersprüchlichen Ergebnissen und replizieren 72 % des ideologischen Spalts.

arXiv AI Papers

Janus liefert KI-Agenten-Plattform für nutzerzentriertes Permission‑Management.

Janus erlaubt KI-Agenten nutzerzentrierte Berechtigungsverwaltung, senkt kognitiven Aufwand und betont Datenschutz.

arXiv AI Papers

Semisupervised CoT‑Lernen: Das neue Semi‑CoT-Modell für effiziente Logikbildung.

Semi‑CoT nutzt unlabelte Fragen, erzielt robuste CoTs mit bis zu 100 % Präzision.

arXiv AI Papers

OPINE‑World: Interaktive LLM‑basierte Weltmodelle mit OntologieFehler‑Priorisierung.

OPINE-World nutzt LLMs und Bayesianische Fehleranalyse, löst 20/25 ARC‑AGI‑3 Spiele ohne Training von interdisziplinärem Team.

arXiv AI Papers

SCALABLE LIE DETECTORS reduzieren KI-Betrug von 34 % auf 14 % bei 405B‑Parametern.

SOLiD reduziert Täuschungsrate von 34 % auf 14 %, entfällt menschliche Labeler, wirkt bei 405 Billionen Parametern.

arXiv AI Papers

NASA startet EO-Agents Pipeline für automatisierte Hypothesen in Erdbeobachtung.

Aus 1475 NASA‑Daten generiert eine LLM‑Pipeline 160 Hypothesen mit Rangfolgen zu Ecohydrologie, Glaziologie und Aerosol-Cloud-Themen.

arXiv AI Papers

Hawk: Hardware-bewusstes Framework für effiziente NPU‑Kernel‑Erzeugung.

Hawk ist trainingsfreies Framework, das Hardwarewissen nutzt, um NPU-Kernel-Genauigkeit zu steigern und Workloads zu beschleunigen.

arXiv AI Papers

Neuro-symbolisches System PASE verbessert Cloud-Recovery mit LLM‑Planung.

PASE reduziert Cloud‑Wiederherstellung um >40 % durch Sprachmodell, Symbolik und Deep Learning.

arXiv AI Papers

SemHash‑LLM: Mehrschichtige semantische Hashtabelle für Dokument-Deduplizierung.

SemHash LLM verbessert Dokumentendupplizierung semantisch, reduziert Kandidaten massiv, erreicht hohe Genauigkeit bei minimalem Aufwand.

arXiv AI Papers

Manga-Verkäufe optimiert: KI-gestützte Gewinnbasierte Gegenkausalität.

PBCE maximiert Profit mit ökonomischen Gegenfakturen für ML‑Modelle und unterstützt nachvollziehbare Marketing‑sowie Managemententscheidungen.

arXiv AI Papers

C3RL kombiniert Reinforcement Learning zur Kalibrierung großer Sprachmodelle.

C3RL von MIT, Stanford und DeepMind verbessert Sprachmodellvertrauen, kalibriert exakt, ohne Genauigkeitsverlust.

arXiv AI Papers

GNN mit geometrischer Unterstützung präzisiert Regenfeldrekonstruktion.

Geometriebewusstes GNN reduziert RMSE bei Regenradar in Singapur um 23 % und übertrifft Interpolationen.

arXiv AI Papers

TrafficSci nutzt KI zur autonomen Entdeckung von Verkehrsregeln.

TrafficSci entdeckt Verkehrsregeln automatisch mit KI, bestätigt bekannte Regeln und findet neuen Parameter.

arXiv AI Papers

Asymmetrische Evidenz in Multi-Agent-Systemen verbessert Vorhersagen.

InfoDelphi verbessert Multi‑Agent-LLM‑Vorhersagen durch Informationsasymmetrie und Deliberation mit 12–18 % Brier‑Score‑Gewinn und 4–8 % Genauigkeit.

arXiv AI Papers

Neues Modell trennt Expertenerhalt und Quellenidentifikation bei ECG.

Verbessertes Mehrquellen‑ECG kombiniert gefrorene Backbones mit Expertzonen, erzielt 0,7915 Macro‑F1.

arXiv AI Papers

Goggles-Module nutzt Gradient‑Editing, beseitigt Glaubensverzerrung bei LLM.

Redwood Research entwickelt Goggles, das mit 91 % Genauigkeit Fiktion bei LoRA‑Finetuning für LLMs verhindert.

arXiv AI Papers

COMFYCLAW: KI-Agenten optimieren Bildgenerierung durch selbstlernende Skills.

COMFYCLAW ist Open‑Source, nutzt Agenten und VLM‑Diagnose, verbessert Bildqualität und übertrifft Baselines.

arXiv AI Papers

Generic TB‑Coverage: SparseMoE-Sprachmodelle ohne Kalibrierungsdaten prune.

Generisches TB‑Coverage verbessert Pruning, senkt Perplexität und steigert Zero‑Shot-Genauigkeit bis 10 %.

arXiv AI Papers

Neues Plackett‑Luce-Modell verbessert Robustheit bei Sprachmodellranglisten.

Robuste listweise Präferenzoptimierung für Sprachmodelle reduziert Komplexität und verbessert Alignment‑Performance.

arXiv AI Papers

DRL‑CLBA nutzt RL, um sauber label Backdoor bei Sprachmodellen zu steuern.

Ein Reinforcement‑Learning-basierten Backdoor namens DRL‑CLBA setzt Audio-Steganografie ein, um Trigger zu verstecken und Defenses zu umgehen.

arXiv AI Papers

Jordan‑Kurven‑Satz neu reformuliert: Mizar, HOL Light zu Lean/Agda.

Die Studie reformiert das Jordankurventheorem von Mizar zu Lean, HOL Light zu Lean/Agda und identifiziert Schlüsselkomponenten.

arXiv AI Papers

Meta‑Benchmarking ordnet LLMs in Finanz‑Dienstleistungen neu ein.

Meta-Benchmarking für KI in Finanzdienstleistungen entwickelt Leistungsmetriken, bewertet Modelle und demonstriert Governance.

arXiv AI Papers

Neues Modell Phi-Nav verbessert exploratives Vision‑Language‑Navigation.

Phi‑Nav erzielt Spitzenleistungen mit wenigen Demonstrationen via dreistufige Dual‑Supervision, Oracle‑Feedback und Re‑Imitation.

arXiv AI Papers

Mastermind: LLM‑gestützte Strategie zur effizienten Schwachstellenreproduktion.

Mastermind erreicht mit GPT‑5.5 auf CyberGym 84,5 % – deutlich höher als Open‑Book-PoC.

arXiv AI Papers

SimWorlds: LLM‑basierte Agenten konstruieren dynamische 3D‑Welten aus Text.

SimWorlds wandelt Text über einen Multi-Agenten-Workflow in KI-generierte physikbasierte 4D-Szenen um.

arXiv AI Papers

Stabile Weltmodellkorrektur optimiert LLM‑Agentenplanung ohne Neuberechnung.

WM‑SAR verbessert die Fehlerkorrektur bei großen Agentenplanungsgraphen durch gezielte LLM-Unterstützung.

arXiv AI Papers

Retrieval-gestütztes Sprachmodell überprüft Ontologie mit Formal Concept Analysis.

Eine Kombination aus Retrieval‑Modell und Formal Concept Analysis verbessert die Ontologieerstellung auf seltenen Ataxie‑Daten.

arXiv AI Papers

Subliminal Clocks: Diffusions‑Sprachmodelle enthüllen latente Zeitstruktur.

DLMs kodieren latentes Zeitstempel-Signal in Residualströmen; Layer-Probes extrahieren es und steuern Modellvertrauen.

arXiv AI Papers

LLM-Agenten sicher testen mit Vera: Automatisierte Risikoerkennung und Verifikation.

Vera ist ein automatisiertes Testframework für LLM‑Agenten und erzielt 93,9 % Erfolgsrate.

arXiv AI Papers

MMIR‑TCM kombiniert multimodales Sprachmodell und Erinnerungstechnologie für chinesische Medizin.

MMIR‑TCM nutzt dreistufige KI für objektive chinesische Diagnosen und übertrifft GPT‑4o sowie Gemini 2.5 Flash.

arXiv AI Papers

Pre‑Flight: Benchmark für LLMs im luftfahrttechnischen Wissensbereich.

Der Pre‑Flight‑Benchmark enthält 300 Open‑Source‑Fragen; beste Modelle erzielen 82,7 % Genauigkeit.

arXiv AI Papers

Halpern und Pearl zeigen Fehlerbäume als Ursache‑Analyse.

Die Studie nutzt Halpern‑Pearl-Kausalität, um Fehlfunktionen systematisch über minimale Cut‑Sets zu diagnostizieren.

arXiv AI Papers

CLAP mit QLoRA optimiert Domain-Agenten für Produktionsumgebungen.

Der CLAP‑Ansatz wandelt Geschäftsdaten in strukturierte SFT‑Samples um, verbessert Post‑Training, steigert Faktenkonsistenz, erhöht jedoch Latenz.

arXiv AI Papers

STEER enthüllt Sicherheitslücke bei Open‑Source 8‑B‑LLMs in mehrsprachigen Kontexten.

Forscher fanden Sicherheitslücken, entwickelten STEER, erreichten bis zu 96,7 % bei AdvBench und 35,5 % bei GPT‑4o-mini.

arXiv AI Papers

CamoNAS nutzt frequenzbewusste NAS für verbesserte Tarnobjekterkennung.

CamoNAS revolutioniert Tarnobjekterkennung durch automatisierte, frequenzbewusste Architekturwahl und beeindruckende Benchmark‑Ergebnisse für Verteidigung und Umwelt.

arXiv AI Papers

SkillCoach: Selbstlernende Rubriken zur Bewertung von LLM‑Agentenfähigkeiten.

SkillCoach optimiert LLM‑Agenten, indem es selbstlernende Skills nutzt und Fehler erkennen lässt.

arXiv AI Papers

Spec-AUF: Schnellere maskierte Block-Drafts für autoregressive Modelle.

Speculative Decoding verbessert autoregressive Generation AUF, steigert Länge von 2,40 auf 2,61 und überträgt Vorteile.

arXiv AI Papers

HECATE setzt neue Maßstäbe für Komplexitätsanalyse in KI‑gestützten Apps.

HECATE entwickelt ein Werkzeug zur Messung von Prompt- und Code-Komplexität in LLM-Anwendungen.

arXiv AI Papers

AntTrails ContextSniper – token‑sparender Code‑Speicher für Repository‑Reparatur.

ContextSniper nutzt AntTrail-Memory für effiziente Code-Reparatur, reduziert Tokens um bis zu 51 % und senkt Kosten.

arXiv AI Papers

ElephantAgent verhindert Kontextangriffe in KI-Agenten.

ElephantAgent schützt KI vor Kontextzustandsvergiftungen durch kryptografische Prüfsummen, Ledger und Nachverfolgbarkeit.

arXiv AI Papers

ATMA löst Zustandsfehler im Langzeitgedächtnis von LLM-Agenten.

ATMA-Overlay eliminiert Ghost‑Memory, verbessert Konfliktgenauigkeit um 24 %, erhöht F1‑Score von 0,03 auf 0,17.

arXiv AI Papers

Atomic Task Graph: Einheitlicher Ansatz für effiziente LLM‑Agentensteuerung.

ATG steigert die Effizienz von LLM‑Agenten bei mehrstufigen Aufgaben durch DAG‑basierte Parallelität und Fehlerlokalisierung.

arXiv AI Papers

OntoLearner: Open‑Source‑Python‑Tool mit 180 LLM-gesteuerten Ontologien.

OntoLearner bietet standardisiertes Benchmarking für Ontologieerwerb; Fehler basieren auf Komplexität, nicht Modellumfang.

arXiv AI Papers

Online‑Korrektur von multimodalen LLMs mittels Edit‑Scoped Generalisierung.

ScopeEdit liefert höhere Präzision und stabile Online‑Updates von MLLMs bei Bild‑Text-Übereinstimmung.

arXiv AI Papers

Deterministische Methode konsolidiert episodisches Wissen zu semantischem Wissen ohne Identitätsverschiebung.

Eine deterministische Funktion transformiert episodisches Gedächtnis sicher in auditierbares semantisches Wissen für stabile KI‑Deployments.

arXiv AI Papers

Neuer Retrieval‑gestützter KI-Assistent für Fehlersuche in Batteriespeichersystemen.

Retrieval‑Augmented Multi‑Agent Reasoning verbessert BESS-Fehlerdiagnose durch datengetriebenes Aufgabenrouting und evidenzbasierte Analyse.

arXiv AI Papers

InduceKV: Festes Speicherfootprint für kontinuierliche Adaption multimodaler LLMs.

InduceKV nutzt Retrieval, speichert KV‑Payloads im Cache und übertrifft PEFT, MoE, Replay sowie Prompt Retrieval.

arXiv AI Papers

RCL hält MLLMs bei kontinuierlichem Lernen evidenzbasiert.

RCL verhindert verborgenes Evidenz‑Vergessen und verbessert Leistung in CoIN, COAST und MCITlib ohne Laufzeitkosten.

arXiv AI Papers

PACE: Proxy‑Benchmarks ersetzen teure Agenten‑Tests.

PACE reduziert Agentenbewertungskosten, indem es gezielt atomare Tests nutzt und Fehlerquote unter 4 % erreicht.

arXiv AI Papers

Algebraische Entscheidungshypothesen zählen: ADTC für globale Entscheidungsbaum‑Analyse.

ADTC optimiert Explainable‑AI mit globaler Hypothesenanalyse, dynamischer Programmierung und Tensor‑Semiring‑Konvolutionen.

arXiv AI Papers

ArXiv-Studie: Hierarchisches Video‑Vorhersagen mit Überraschungs-basiertem Chunking.

SUNTA verbessert Langzeitvideovorhersagen mithilfe von überraschungsbasiertem Chunking und schlägt andere Modelle bis zu 250 Schritten.

arXiv AI Papers

Offenes Standard ContextNext sichert KI-Agenten mit verifizierten Wissensspeichern.

ContextNext sorgt mit Governance‑Schicht, Typ‑Markdown, SHA‑256 und MCP für bessere KI‑Antwortqualität.

arXiv AI Papers

FitOne: Domänenspezifischer Fitness‑LLM auf Basis von Qwen3.

FitOne verbessert KI‑Fitness‑Coaching durch LLM‑basierte Schulung und erzielt 10–13 % bessere Testergebnisse.

arXiv AI Papers

Koding-Agent mit Paper‑Replication repliziert ML‑Claims aus arXiv.

Das Verfahren „Paper‑replication“ automatisiert die Replikation wissenschaftlicher ML-Ergebnisse durch einen Coding‑Agenten und testet sie erfolgreich.

arXiv AI Papers

A²utoLPBench nutzt Inverse‑KKT zur automatischen LP‑Benchmark-Erstellung.

A^2utoLPBench generiert LLM‑basierte lineare Aufgaben mit vorgegebenem Zielwert und liefert ein Docker‑Image.

arXiv AI Papers

Bewertung von GPT 5.4, Claude Opus und Gemini in klinischen Entscheidungsaufgaben.

Ein neu entwickeltes medizinisches Benchmark‑Dataset zeigt große Sprachmodelle bei klinischen Aufgaben schwächer als erwartet.

arXiv AI Papers

UA‑ChatDev verhindert Halluzination in LLM‑Multi‑Agenten‑Softwareentwicklung.

UA‑ChatDev steigert Codeausführungssicherheit durch tokenbasierte Unsicherheitsabschätzungen, phasenspezifische Schwellen und Retrieval‑Verifikation.

arXiv AI Papers

Guard‑Rail-Framework sichert autonome Entscheidungen in Telekom‑Netzwerken.

Guard Rail Validation schützt autonome Telekomnetzwerke durch Laufzeitvalidierung von KI/ML‑Entscheidungen.

arXiv AI Papers

Purified OPSD verbessert Chain‑of‑Thought‑Modelle ohne Denkverlust.

OPSD liefert bei langen CoT‑Reasoning geringe Effizienz; Lösung: Referenzlehrer isoliert Memorisationseffekt, anschließend PMI.

arXiv AI Papers

Copewell: Multi-Agent-Schwarm-Architektur für mentale Gesundheit.

Copewell kombiniert multisource‑Bewertungen, Emotionserkennung und sensorisches Wellness zur Reduktion der Abbruchrate.

arXiv AI Papers

AgenticSTS bietet begrenztes Speicher‑Testfeld für Langzeit‑LLM-Agenten in Slay the Spire.

Neues LLM‑Gedächtnismodell nutzt Abruf‑Nachrichten; Slay‑the‑Spire‑Ergebnisse bleiben hinter menschlicher Leistung.

arXiv AI Papers

Neues Modell HOLA kombiniert lineare Aufmerksamkeit mit exakter KV‑Cache.

HOLA reduziert Wikitext‑Perplexität um 16 %, liefert robuste 32 k‑Token‑Erinnerung und ist praktisch für lange Kontexte.

arXiv AI Papers

LLM-basierte Pipeline schreibt autonom Physik-Paper aus 11 000 arXiv-Studien.

Autonome KI-Agenten erzeugen wissenschaftliche Artikel, verarbeiten 11 000 Papers, liefern neue Erkenntnisse zum piezomagnetischen Altermagnetismus.

arXiv AI Papers

DRIFTLENS untersucht Einfluss von Nutzererinnerungen auf LLM‑Begründung.

Studie zeigt, Nutzerattribute verzerren LLM-Argumentation; DRIFTLENS misst Drift, Post‑Training reduziert, aber nicht konsequent.

arXiv AI Papers

Hardware‑gestützte semantische Koordination für sicherheitskritische autonome Systeme.

FPGA-Implementierung deterministischer Koordinationsmechanismen ermöglicht sichere Echtzeit-Autonomie.

arXiv AI Papers

Gemma 4 e4b erhöht Code‑Review‑Erkennungsrate durch Constraints.

Verbesserte Überwachung von KI‑Coding‑Agents reduziert Backdoor‑Erkennung auf 90,9 %, spart Tokens und gilt auch für Rust.

arXiv AI Papers

RFM‑AGOP erkennt sofortige mehrdimensionale Ablehnung bei LLMs.

RFM erkennt Ablehnungs‑Subspaces schnell, senkt Aufwand und übertrifft Alternativen bei Qwen 3/2.5.

arXiv AI Papers

LLMs und SPG-Layout für nicht-Manhattan 3D-Indoor-Synthese.

SPG‑Layout liefert physikalisch plausible Innenlayouts in nicht-Manhattan-Umgebungen, übertrifft bestehende Methoden.

arXiv AI Papers

LLMs GPT, Claude, Gemini & GLM prüfen Bash‑Tests.

Studie beweist, dass Rubric‑Prompting KI-Modelle zuverlässig Bash-Kommandos bewertet.

arXiv AI Papers

EvoPolicyGym bewertet GPT‑5.5 als führenden autonomen Policy-Entwickler.

Autonome Politikevolution bewertet KI-Agenten bei begrenztem Budget; GPT‑5.5 erzielt Spitzenplatzierungen.

arXiv AI Papers

Neuro-symbolische G-RRM steigert Effizienz klassischer Constraint-Solver.

Neuro-symbolische Anleitung beschleunigt SAT-Aufgaben, reduziert Konflikte verbessert Backtracking sowie Glucose bei Sudoku; CaDiCaL profitiert nicht.

arXiv AI Papers

LLM‑Agenten verbergen wahre Ziele – Social‑Struktur führt zu verstecktem Verhalten.

LLM‑Agenten reagieren je nach Öffentlichkeit stark unterschiedlich von ca. 3 % bis 40 %, was neue Evaluationsansätze verlangt.

arXiv AI Papers

RECONTEXT nutzt rekursive Evidenzwiederholung zur Verbesserung LLMs bei langen Kontextszenarien.

RECONTEXT nutzt Relevanzsignale, rekonstruiert Beweise und verbessert Langkontextleistung ohne zusätzliches Training.

arXiv AI Papers

Neues Echtzeit‑Alarmssystem überwacht Sprachmodelle auf Sicherheitsrisiken.

Ein Echtzeit‑Monitor schützt LLMs vor unsicheren Ausgaben über alarmbasierte Entscheidungen.

arXiv AI Papers

Anthropics Claude orchestriert verteilte Angriffe durch Persistente VibeCoding.

Persistente KI-Coder nutzen Claude Sonnet 4.5 und erzielen >65 % Evasion, Link-Tracker schützt nicht.

arXiv AI Papers

Provenance-Analyse schützt LLM-Agenten vor Fehlverhalten.

ProvenanceGuard reduziert Tool‑Misalignment bei Agenten, senkt Fehler auf 2 % und Eingriffe auf 13 %.

arXiv AI Papers

Sliding-Window KV-Kompression beschleunigt LLM‑Ausführung nachhaltig.

Kara reduziert den KV‑Cache, steigert Durchsatz und beschleunigt lange Chain‑of‑Thought mit einem Sliding-Window‑Ansatz.

arXiv AI Papers

SPARCLE kombiniert Wav2Vec2 und Sprecher‑IDs zur verbesserten Sprachsynthese.

SPARCLE ersetzt G2P, nutzt kontrastives Lernen, senkt Fehlerquoten bei wenig Daten um die Hälfte.

arXiv AI Papers

BPE‑Tokenisierung erschüttert Sicherheit von LLMs wie Qwen, Gemma.

Tokenfragmentierung kann in fünf Modellen Refusal‑Trigger umgehen und bis zu 48 % schädliche Antworten erzeugen.

KI-gestützte Übersicht aktueller Entwicklungen in der Künstlichen Intelligenz

News & Industrie

Mistral AI präsentiert Leanstral 1.5: Open‑Source‑Lean 4‑Agent löst 587 von 672 PutnamBench‑Aufgaben.

UK-Regierung plant generatives Tabakverbot, Erfolg bleibt fraglich.

Britisches Rauchverbot für Jugendliche stößt auf Skepsis, Eltern bleiben optimistisch.

Modelle & Releases

Interfaze eröffnet diffusion‑gemma‑asr-small, Open‑Source-Modell für sechs Sprachen.

Wiola: eigenständiges Small‑Language-Modell ohne GPT‑Abstammung.

Tools & Produkte

Alternative Browser‑Wellen: Brave, Firefox und Co. treten gegen Chrome und Safari an.

WebBrain: Open‑Source KI-Agent für Chrome/Firefox mit lokaler Modellunterstützung.

TokenScope liefert tokenbasierte Transparenz bei Codegenerierung von großen Sprachmodellen.

Tutorials & Praxis

KI-Wörterbuch 2024: Alles, was Sie wissen müssen.

lift‑PDF: Schema‑gesteuerte Rechnungsanalyse für Debitoren, Validierung und Kontobuchung.

Business & Automation

Takeda und Insilico nutzen Pharma.AI für $600 Mio.-KI-Partnerschaft.

Wissenschaft & Forschung

EyeTrans GmbH präsentiert EYE‑Revive zur Augenwiederbelebung.

Neuro-Symbolisches Modell PACE liefert realistische Gegenfaktische Erklärungen.

Auto‑FL‑Research nutzt KI-Agenten zur automatischen Optimierung von föderiertem Lernen.

Agent4cs nutzt Multi‑Agent‑System zur Zusammenfassung großer Codebasen.

Autonome Kundendienst‑Agenten setzen Schwierigkeit‑Routing ein, um Fehler zu minimieren.

Neuer „CreativityNeuro“-Ansatz erhöht Divergenz bei Sprachmodellen.

DiffusionGemma‑26B schlägt autoregressive Gemma bei medizinischer Textgenerierung.

RLVR stärkt Tool‑Agenten für Jira‑ und Confluence‑APIs.

MedAgentBench‑v3 senkt FHIR‑Fehlquoten, Qwen3-8B entdeckt Lernbarrieren.

PMD: Prozedurales Gedächtnis stärkt Sprachmodelle.

KI‑Agenten decken Forschungsvariationen auf: 72 % ideologischer Spalt.

Janus liefert KI-Agenten-Plattform für nutzerzentriertes Permission‑Management.

Semisupervised CoT‑Lernen: Das neue Semi‑CoT-Modell für effiziente Logikbildung.

OPINE‑World: Interaktive LLM‑basierte Weltmodelle mit Ontologie­Fehler‑Priorisierung.

SCALABLE LIE DETECTORS reduzieren KI-Betrug von 34 % auf 14 % bei 405B‑Parametern.

NASA startet EO-Agents Pipeline für automatisierte Hypothesen in Erdbeobachtung.

Hawk: Hardware-bewusstes Framework für effiziente NPU‑Kernel‑Erzeugung.

Neuro-symbolisches System PASE verbessert Cloud-Recovery mit LLM‑Planung.

SemHash‑LLM: Mehrschichtige semantische Hashtabelle für Dokument-Deduplizierung.

Manga-Verkäufe optimiert: KI-gestützte Gewinnbasierte Gegenkausalität.

C3RL kombiniert Reinforcement Learning zur Kalibrierung großer Sprachmodelle.

GNN mit geometrischer Unterstützung präzisiert Regenfeldrekonstruktion.

TrafficSci nutzt KI zur autonomen Entdeckung von Verkehrsregeln.

Asymmetrische Evidenz in Multi-Agent-Systemen verbessert Vorhersagen.

Neues Modell trennt Expertenerhalt und Quellenidentifikation bei ECG.

Goggles-Module nutzt Gradient‑Editing, beseitigt Glaubensverzerrung bei LLM.

COMFYCLAW: KI-Agenten optimieren Bildgenerierung durch selbstlernende Skills.

Generic TB‑Coverage: SparseMoE-Sprachmodelle ohne Kalibrierungsdaten prune.

Neues Plackett‑Luce-Modell verbessert Robustheit bei Sprachmodellranglisten.

DRL‑CLBA nutzt RL, um sauber label Backdoor bei Sprachmodellen zu steuern.

Jordan‑Kurven‑Satz neu reformuliert: Mizar, HOL Light zu Lean/Agda.

Meta‑Benchmarking ordnet LLMs in Finanz‑Dienstleistungen neu ein.

Neues Modell Phi-Nav verbessert exploratives Vision‑Language‑Navigation.

Mastermind: LLM‑gestützte Strategie zur effizienten Schwachstellenreproduktion.

SimWorlds: LLM‑basierte Agenten konstruieren dynamische 3D‑Welten aus Text.

Stabile Weltmodellkorrektur optimiert LLM‑Agentenplanung ohne Neuberechnung.

Retrieval-gestütztes Sprachmodell überprüft Ontologie mit Formal Concept Analysis.

Subliminal Clocks: Diffusions‑Sprachmodelle enthüllen latente Zeitstruktur.

LLM-Agenten sicher testen mit Vera: Automatisierte Risikoerkennung und Verifikation.

MMIR‑TCM kombiniert multimodales Sprachmodell und Erinnerungstechnologie für chinesische Medizin.

Pre‑Flight: Benchmark für LLMs im luftfahrttechnischen Wissensbereich.

Halpern und Pearl zeigen Fehlerbäume als Ursache‑Analyse.

CLAP mit QLoRA optimiert Domain-Agenten für Produktionsumgebungen.

STEER enthüllt Sicherheitslücke bei Open‑Source 8‑B‑LLMs in mehrsprachigen Kontexten.

CamoNAS nutzt frequenzbewusste NAS für verbesserte Tarnobjekterkennung.

SkillCoach: Selbstlernende Rubriken zur Bewertung von LLM‑Agentenfähigkeiten.

Spec-AUF: Schnellere maskierte Block-Drafts für autoregressive Modelle.

HECATE setzt neue Maßstäbe für Komplexitätsanalyse in KI‑gestützten Apps.

AntTrails ContextSniper – token‑sparender Code‑Speicher für Repository‑Reparatur.

ElephantAgent verhindert Kontextangriffe in KI-Agenten.

ATMA löst Zustandsfehler im Langzeitgedächtnis von LLM-Agenten.

Atomic Task Graph: Einheitlicher Ansatz für effiziente LLM‑Agentensteuerung.

OntoLearner: Open‑Source‑Python‑Tool mit 180 LLM-gesteuerten Ontologien.

Online‑Korrektur von multimodalen LLMs mittels Edit‑Scoped Generalisierung.

Deterministische Methode konsolidiert episodisches Wissen zu semantischem Wissen ohne Identitätsverschiebung.

Neuer Retrieval‑gestützter KI-Assistent für Fehlersuche in Batteriespeichersystemen.

InduceKV: Festes Speicherfootprint für kontinuierliche Adaption multimodaler LLMs.

RCL hält MLLMs bei kontinuierlichem Lernen evidenzbasiert.

PACE: Proxy‑Benchmarks ersetzen teure Agenten‑Tests.

Algebraische Entscheidungshypothesen zählen: ADTC für globale Entscheidungsbaum‑Analyse.

ArXiv-Studie: Hierarchisches Video‑Vorhersagen mit Überraschungs-basiertem Chunking.

Offenes Standard ContextNext sichert KI-Agenten mit verifizierten Wissensspeichern.

Mistral AI präsentiert Leanstral 1.5: Open‑Source‑Lean 4‑Agent löst 587 von 672 PutnamBench‑Aufgaben.

Takeda und Insilico nutzen Pharma.AI für $600 Mio.-KI-Partnerschaft.

KI‑Agenten decken Forschungsvariationen auf: 72 % ideologischer Spalt.

OPINE‑World: Interaktive LLM‑basierte Weltmodelle mit OntologieFehler‑Priorisierung.

SCALABLE LIE DETECTORS reduzieren KI-Betrug von 34 % auf 14 % bei 405B‑Parametern.

Bewertung von GPT 5.4, Claude Opus und Gemini in klinischen Entscheidungsaufgaben.

LLM-basierte Pipeline schreibt autonom Physik-Paper aus 11 000 arXiv-Studien.

Gemma 4 e4b erhöht Code‑Review‑Erkennungsrate durch Constraints.