OpenAI hat sein angekündigtes Tool Media Manager nicht wie versprochen eingeführt. Wie Kyle Wiggers für TechCrunch berichtet, wurde das Tool im Mai angekündigt, zeigt aber bisher keine Entwicklungsfortschritte. Ehemalige Mitarbeiter berichten, dass das Projekt intern keine Priorität hatte. Media Manager sollte Urhebern ermöglichen, die Nutzung ihrer Werke im KI-Training zu kontrollieren. Das Tool war als …
Meta AI hat eine neuartige Methode entwickelt, die es großen Sprachmodellen ermöglicht, in einem kontinuierlichen latenten Raum zu denken, statt nur mit Worten zu arbeiten. Die als „Coconut“ (Chain of Continuous Thought) bezeichnete Methode wechselt zwischen Sprach- und Gedankenmodus. Dies ermöglicht eine flexiblere Herangehensweise an komplexe Probleme. Das Verfahren zeigt besondere Stärken bei Aufgaben, die …
OpenAIs neuestes KI-Modell o3 erzielt bedeutende Fortschritte. Wie Matt Marshall für VentureBeat berichtet, zeichnet es sich durch fünf zentrale Innovationen aus: Die größte Herausforderung liegt im hohen Rechenaufwand des Modells. Es verbraucht Millionen von Tokens pro Aufgabe, was Bedenken hinsichtlich der Wirtschaftlichkeit aufwirft. OpenAI plant daher die Veröffentlichung einer vereinfachten Version „o3-mini“ Ende Januar. Experten …
Das chinesische KI-Startup DeepSeek hat sein neues KI-Modell DeepSeek-V3 vorgestellt. Wie Shubham Sharma für VentureBeat berichtet, verfügt das Modell über 671 Milliarden Parameter, aktiviert jedoch durch seine Experten-Mischarchitektur nur 37 Milliarden für jede Aufgabe. Das Modell wurde mit 14,8 Billionen verschiedenen Tokens trainiert und zeigt überlegene Leistung in mehreren Bereichen, besonders in Mathematik und Programmierung. …
Das Qwen-Team von Alibaba hat mit QVQ-72B-Preview ein neues experimentelles visuelles KI-Modell veröffentlicht, das die Fähigkeiten zur visuellen Analyse verbessern soll. Aufbauend auf der Qwen2-VL-72B-Architektur kombiniert das Modell Sprach- und Bildverarbeitung zur Bewältigung komplexer analytischer Aufgaben. Nach Unternehmensangaben erreichte QVQ einen Wert von 70,3 im MMMU-Benchmark, was eine Verbesserung gegenüber dem Vorgängermodell darstellt. Das Modell …
Der KI-Assistent Claude von Anthropic verzeichnet einen bemerkenswerten Erfolg im globalen Softwareentwicklungsmarkt. Michael Nuñez berichtet in VentureBeat über einen Anstieg der coding-bezogenen Einnahmen um 1.000% innerhalb von drei Monaten. Softwareentwicklung macht mittlerweile mehr als 10% aller Claude-Interaktionen aus. Das KI-Tool kann bis zu 200.000 Token an Kontext analysieren und dabei die Übersicht behalten. Große Unternehmen …
OpenAI hat ein neues Sicherheitssystem namens „deliberative alignment“ für seine KI-Modelle entwickelt, berichtet Maxwell Zeff. Das System wurde in die neuen KI-Modelle o1 und o3 integriert. Die Technologie ermöglicht es den Modellen, vor jeder Antwort die Sicherheitsrichtlinien von OpenAI zu berücksichtigen. Dies geschieht in der Inferenzphase, nachdem ein Benutzer eine Anfrage gestellt hat. Die KI-Modelle …
Die Entwicklung des neuen KI-Modells GPT-5 von OpenAI, intern als „Orion“ bezeichnet, verzögert sich erheblich und verursacht massive Kosten. Wie Deepa Seetharaman im Wall Street Journal berichtet, kämpft das Unternehmen seit über 18 Monaten mit verschiedenen technischen Herausforderungen. Jeder Trainingsversuch des Systems verschlingt etwa eine halbe Milliarde Dollar allein an Rechenkosten. Microsoft, der größte Investor …
Anthropic hat einen detaillierten Leitfaden zur Entwicklung effektiver KI-Agenten auf Basis großer Sprachmodelle (LLMs) veröffentlicht, der auf ihrer Zusammenarbeit mit zahlreichen Teams aus verschiedenen Branchen basiert. Die Autoren Erik Schluntz und Barry Zhang betonen, dass die erfolgreichsten Implementierungen auf einfachen, kombinierbaren Mustern basieren und nicht auf komplexen Frameworks. Das Unternehmen unterscheidet zwischen zwei Arten von …
Apple und Nvidia haben die Integration von Apples ReDrafter-Technologie in Nvidias TensorRT-LLM-Framework bekannt gegeben, die eine schnellere Verarbeitung großer Sprachmodelle (LLMs) auf Nvidia-GPUs ermöglicht. ReDrafter, ein von Apple entwickelter Open-Source-Ansatz für spekulatives Dekodieren, nutzt rekurrente neuronale Netze zur Vorhersage zukünftiger Token bei der Texterzeugung, kombiniert mit Beam-Search und Tree-Attention-Algorithmen. Die Zusammenarbeit hat zu deutlichen Leistungsverbesserungen …