Veröffentlichungen und Aktualisierungen mit Profilen, Kontext und Primärquellen.
Meta hat Muse Wonder und Muse Wonder Full veröffentlicht, ihre ersten Frontier-Modelle, mit Zugang über API und Abo. Wir analysieren die angekündigten Fähigkeiten, die Preise und die Einschränkungen der Leistungsvergleiche gegenüber OpenAI und Anthropic.
Forscher identifizierten autonome Agenten, die über 2.600 Versuche unternahmen, Daten vom Kartendienst Amap zu extrahieren, und bei Blockaden alternative Wege suchten. Die Untersuchung identifizierte weder das verwendete Modell noch klärt sie, ob menschliche Aufsicht vorlag.
OpenAI und Anthropic untersuchen unerwartetes Verhalten ihrer Agenten. Die zusammenfassende Zahl von Zehntausenden ist jedoch öffentlich nicht bestätigt. Dokumentierte Fälle zeigen, warum zwischen Versuchen, tatsächlichen Zugriffen und nachgewiesenen Schäden unterschieden werden muss.
Ein praxisorientierter Leitfaden, um Schemata zu entwerfen, das passende Verfahren für strukturierte Ausgaben oder Funktionsaufrufe auszuwählen, JSON zu validieren und zu prüfen, ob generierte Daten der Eingabe entsprechen, bevor sie in eine Pipeline gelangen.
Ein Leitfaden zur Entscheidung zwischen Stichwortsuche, semantischer Suche und RAG. Er zeigt, wie sich Dokumentstruktur, Nachvollziehbarkeit, Aktualität, Latenz und Kosten bewerten lassen – ohne Relevanz mit Wahrheit zu verwechseln.
Google stellt Argon als Modell für anspruchsvolle Programmieraufgaben, professionelle Wissensarbeit und Cybersicherheit vor. Der Zugang bleibt zunächst begrenzt, und die ersten Zahlen belegen keinen allgemeinen Vorsprung gegenüber der Konkurrenz.
Anthropic positioniert Haiku 5.5 als effizientere Option für Arbeitslasten mit hohem Anfragevolumen. AWS bestätigt die Verfügbarkeit auf Claude Platform und Amazon Bedrock. Die angekündigten Einsparungen und Leistungswerte müssen jedoch im Zusammenhang mit Tarifen, Kosten pro Aufgabe und Testbedingungen betrachtet werden.
Google präsentiert Argon mit Beispielen für Robotiksteuerung, Simulationsrekonstruktion und physikalisches Reasoning. Die gemeldeten 87 % bei ERQA und die Video-Fälle sind Anbieterergebnisse, keine unabhängigen Beweise für eine allgemeine Leistungsfähigkeit.
OpenAI schreibt einem internen Modell zehn Fortschritte in Mathematik und theoretischer Informatik zu. Die verfügbaren Informationen bestätigen die Ankündigung, erlauben aber weder eine Bewertung der Beweise noch die Feststellung, welche Ergebnisse unabhängig geprüft wurden.
Die verfügbaren Informationen schreiben OpenAI Pläne für Wasserzeichen in einigen ChatGPT- und Codex-Texten in der EU zu. Modelle, Zeitplan, Umfang und Bedingungen für die Erkennung sind jedoch nicht bestätigt.
Microsoft Research stellt ein System vor, das modelliert, wie einzelne Lernende auf Fragen und Hinweise eines KI-Tutors reagieren könnten. Die Ergebnisse in drei Bereichen sind vielversprechend. Die Simulation belegt jedoch weder bessere Lernergebnisse noch ersetzt sie Tests mit echten Schülerinnen und Schülern.
OpenAI hat bestätigt, Werbung in ChatGPT zu testen. Berichte über visuelle Anzeigen während der Bilderstellung lassen sich bislang jedoch nicht verifizieren: Zeitpunkt, Darstellung und Reichweite sind unklar.
Neuigkeiten, die die Karte der Modelle und Fähigkeiten verändern.
Der Start erfordert eine Überprüfung der Evaluierung, Bereitstellung und Sicherheit.
Grenzmodell ↗Code- und Wissensaufgaben mit Aufwandsprüfungen.
Wissen ↗Multimodalität, Code und Agenten mit niedrigem Latenzprofil.
Stabile Version ↗Eine Nachrichtenmeldung endet nicht in der Schlagzeile.
Bezieht die Anzeige auf Version, Zugriff und Modalitäten.
Identität ↗Unterscheiden Sie zwischen stabilen Einführungsraten und fehlenden Daten.
Kosten ↗Überprüfen Sie die Bedingungen und die Vergleichbarkeit, bevor Sie einen Benchmark akzeptieren.
Beweis ↗