Anthropic gibt in einem offiziellen Blogbeitrag bekannt, dass seine Claude-Sprachmodelle eine besondere innere Struktur entwickelt haben. Das Unternehmen nennt sie „J-Space“, benannt nach der Jacobian Lens, einer neuen Analysetechnik. Jedes Muster im J-Space steht für ein Wort oder einen Begriff, den Claude potenziell äußern könnte. Aktiviert sich ein solches Muster, heißt das aber nicht, dass …
Das chinesische KI-Unternehmen DeepSeek hat ein neues Framework namens DSpark veröffentlicht. Es soll die Antwortgeschwindigkeit seines Flaggschiffmodells V4 deutlich steigern. Ben Jiang berichtet für die South China Morning Post, dass DSpark die Antwortgeschwindigkeit pro Nutzer um bis zu 85 Prozent erhöht. Gleichzeitig soll der Bedarf an leistungsstarken und teuren Chips sinken. Das Problem, das DSpark …
Forscher bei Xiaomi haben ein KI-Framework entwickelt, das die Softwareschicht zwischen einem KI-Modell und seinen Werkzeugen bei Bedarf automatisch anpasst. Ben Dickson berichtet für VentureBeat über das System namens HarnessX. Es behandelt den sogenannten Harness nicht als festes Konstrukt, sondern als etwas, das sich selbst verbessern kann. Ein Harness ist im Prinzip das Gerüst, das …
Ein New Yorker Startup namens Flourish hat 500 Millionen Dollar eingesammelt, um eines der ehrgeizigsten Ziele der KI-Forschung zu verfolgen: ein künstliches Intelligenzsystem zu bauen, das wie ein menschliches Gehirn funktioniert. Steven Levy berichtet für WIRED, dass Jeff Bezos die frühe Finanzierungsrunde anführte. Er investierte einen zweistelligen Millionen-Dollar-Betrag und sagte den Gründern, er hätte mehr …
Das KI-Startup Emergence AI hat getestet, was passiert, wenn künstliche Intelligenz eine Gesellschaft führt. Jake Angelo berichtet für Fortune, dass fünf verschiedene KI-Modelle jeweils eine eigene simulierte Welt über 15 Tage hinweg verwalteten. Die Ergebnisse unterschieden sich drastisch. Jede Simulation umfasste mehr als 40 Orte, darunter ein Polizeirevier und ein Rathaus. Das Wetter wurde mit …
Ein neues Startup namens Trajectory will eine Plattform bauen, mit der KI-Produkte sich durch echte Nutzerinteraktionen kontinuierlich verbessern. Maxwell Zeff berichtet für WIRED, dass das Unternehmen von ehemaligen Forschern bei Google DeepMind, Apple und OpenAI gegründet wurde. Trajectory hat eine Seed-Finanzierungsrunde über 15 Millionen US-Dollar abgeschlossen, bei einer Bewertung von 115 Millionen Dollar. Angeführt wird …
Forscher haben ein schlankes Speichermodul für KI-Agenten entwickelt, das Informationen über lange Interaktionen hinweg behält. Es kommt ohne größere Kontextfenster und ohne externe Datenbanksysteme aus. Das Modul trägt den Namen Delta-Mem und erweitert ein bestehendes Sprachmodell um lediglich 0,12 Prozent zusätzliche Parameter. Dabei übertrifft es deutlich größere Alternativen bei gedächtnisintensiven Aufgaben, berichtet Ben Dickson für …
Ein neues Sprachmodell namens „talkie“ zeigt, wie künstliche Intelligenz aussieht, wenn sie ausschließlich auf historischen Texten trainiert wird. Das Modell basiert auf 13 Milliarden Parametern und nutzt Daten aus der Zeit um 1930. Seine Antworten verbinden stilistisch überzeugende Texte mit sachlichen Fehlern. Der offizielle Vorstellungspost beschreibt talkie als eine Art Vintage-KI. Die Ausgaben des Modells …
Google Research hat TurboQuant veröffentlicht, einen neuen Kompressionsalgorithmus für große Sprachmodelle. Laut des Unternehmens lässt sich der Key-Value-Cache eines Modells damit auf mindestens ein Sechstel reduzieren. Zudem wird die Attention-Berechnung – ein zentraler Verarbeitungsschritt – um das bis zu Achtfache beschleunigt, ohne dass das Modell neu trainiert werden muss oder an Präzision verliert. Um zu …
Die Entwicklung großer Sprachmodelle hat im Jahr 2025 grundlegende Veränderungen durchlaufen. Neue Trainingsmethoden und überraschende Fähigkeiten offenbaren eine fundamental andere Form von Intelligenz als erwartet. KI-Forscher Andrej Karpathy schreibt in seinem Blog über sechs große Veränderungen, die das Jahr prägten. Die bedeutendste Neuerung ist eine Trainingstechnik namens Reinforcement Learning from Verifiable Rewards (RLVR). Sie hat …