KI News: Kurz und klar.

Der rasante Aufstieg der künstlichen Intelligenz, insbesondere der großen Sprachmodelle (LLMs), hat die Arbeitsweise von Unternehmen grundlegend verändert. Von der Automatisierung des Kundenservice bis hin zur Optimierung komplexer Datenanalysen – KI‑Modelle werden zunehmend zum Herzstück moderner Geschäftsprozesse.

Forscher des Sicherheitsunternehmens Safety haben ein neues Malware-Set entdeckt, das gezielt npm‑Pakete nutzt, um Informationen von russischen Kryptowährungsentwicklern zu stehlen. Durch diese Angriffe könnten auch staatlich verknüpfte Ransomware‑Gruppen, die von Russland unterstützt werden, betroffen sein.

Künstliche Intelligenz hat sich in den letzten Jahren rasant weiterentwickelt, insbesondere in der Art und Weise, wie Modelle in realen Systemen eingesetzt und betrieben werden. Das zentrale Element, das das Training von Modellen mit ihrer praktischen Anwendung verbindet, ist die Inferenz. Sie ermöglicht es, aus einem bereits trainierten Modell Vorhersagen zu treffen und damit konkrete Entscheidungen in Echtzeit zu treffen.

Die beliebte Transkriptions-App Otter.ai steht im Mittelpunkt einer Klage, die behauptet, das Unternehmen habe Sprachaufnahmen seiner Nutzer ohne deren ausdrückliche Zustimmung gesammelt und für die Weiterentwicklung seiner KI-Modelle verwendet. Laut der Klage würde Otter.ai die gesammelten Audiodaten ohne Genehmigung in sein Machine‑Learning‑System einspeisen, um die Genauigkeit seiner Spracherkennung zu verbessern.

In diesem Tutorial wird Schritt für Schritt gezeigt, wie man einen hochmodernen KI‑Agenten mit dem mcp‑agent‑Framework und der Gemini‑API erstellt. Zunächst richtet man ein stabiles Arbeitsumfeld ein und installiert alle notwendigen Abhängigkeiten.

Die manuelle Eingabe von Rechnungsdaten ist seit Jahrzehnten ein langjähriges Problem für Unternehmen: sie dauert lange, ist fehleranfällig und kostet viel Zeit.

Bei der Feier des Unabhängigkeitstags kündigte Premierminister Narendra Modi an, dass dieses Jahr der erste in Indien hergestellte Siliziumchip auf den Markt kommen wird – ein entscheidender Schritt auf dem Weg zur weltweiten Chipproduktion.

Motorfahrzeugunfälle zählen weltweit zu den Hauptursachen für Verletzungen und Todesfälle. Um die Schwere solcher Unfälle besser zu verstehen und zu reduzieren, hat ein neues Forschungsprojekt ein umfangreiches Datenset aus Ohio zusammengestellt. Das Set umfasst mehr als drei Millionen Beteiligte an Unfällen zwischen 2017 und 2022 und über 2,3 Millionen Fahrzeug‑Level‑Einträge, die für die Analyse zur Verfügung stehen.

Ein neuer Beitrag auf arXiv untersucht, wie zuverlässig moderne Machine‑Learning‑Algorithmen Unsicherheiten bei binären Klassifikationsaufgaben angeben. Die Autoren betonen, dass statistische Methoden mit zugehörigen Unsicherheitsabschätzungen die Grundlage wissenschaftlicher Erkenntnisse bilden, insbesondere in den Naturwissenschaften.

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die meisten beliebten Post‑Hoc‑Erklärungsalgorithmen – wie Gradient‑ oder SHAP‑Methoden – bei komplexen Modellen keine echten Einsichten liefern. Die Autoren haben ein theoretisches Rahmenwerk entwickelt, das definiert, wann eine Erklärung als „informativ“ gilt: Sie muss die Komplexität des Raums möglicher Entscheidungsfunktionen reduzieren.

Eine neue Veröffentlichung auf arXiv (2508.11436v1) präsentiert einen innovativen Ansatz zur Erzeugung von Gehirnverbindungs‑Templates (CBTs), die auf Populationsebene funktionieren. CBTs ermöglichen die Identifikation gemeinsamer Konnektivitätsmuster über Individuen hinweg und sind damit ein zentrales Werkzeug für die Neurowissenschaft.

Neues arXiv‑Paper (ID 2508.11432v1) zeigt, wie Convolutional Neural Ordinary Differential Equations (NODEs) durch kontraktive Regularisierung robuster gegen Eingaberauschen und Angriffe werden können. Die Autoren nutzen die Theorie der Kontraktion, die garantiert, dass zwei Trajektorien eines dynamischen Systems, die aus unterschiedlichen Startwerten starten, sich exponentiell annähern. Dadurch bleiben die Ausgaben eines kontraktiven NODEs bei kleinen Störungen stabil.

Die neuesten Fortschritte in tiefen generativen Modellen ermöglichen es, Antikörpersequenzen und -strukturen gleichzeitig zu modellieren, wenn das Antigen-Antikörper-Komplex als Kontext dient. Trotz dieser Fortschritte bleiben die bisherigen Ansätze zur Optimierung der komplementären Determinantenregionen (CDRs) in der Rohdatenebene, was zu sehr kostenintensiven Evaluierungen führt.

Die beiden führenden Post‑Training‑Methoden für große Sprachmodelle – Supervised Fine‑Tuning (SFT) und Reinforcement Learning (RL) – werden in der neuen Studie CHORD zu einem einheitlichen Ansatz verschmolzen. Dabei wird SFT nicht mehr als separate Phase behandelt, sondern als dynamisch gewichtetes Nebenziel im On‑Policy‑RL‑Prozess.

Graph Neural Networks (GNNs) haben sich als äußerst leistungsfähig erwiesen, wenn es darum geht, aus relationalen Daten zu lernen. Sie nutzen Knoteneigenschaften und Kantendaten, während sie die Symmetrien der Graphstruktur bewahren. In vielen realen Systemen – etwa in sozialen Netzwerken oder biologischen Interaktionsgraphen – treten jedoch komplexe, höherdimensionale Wechselwirkungen auf, die mit einfachen Kanten nicht adäquat beschrieben werden können.

In der Entscheidungsgestützten Lernforschung (Decision‑Focused Learning, DFL) wird ein Machine‑Learning‑Modell darauf trainiert, die Parameter eines Optimierungsproblems vorherzusagen, um den Entscheidungs‑Regret direkt zu minimieren. Dabei ist die Ableitung der Lösung des Optimierungsproblems nach den vorhergesagten Parametern entscheidend. Für viele Probleme, insbesondere lineare Programme (LPs), ist diese Ableitung jedoch fast überall gleich Null, was die klassische gradientenbasierte DFL erschwert.

Ein brandneuer Reinforcement‑Learning‑Algorithmus namens Dual‑Feedback Actor (DFA) vereint klassische Belohnungen und Präferenzen in einer einzigen, eleganten Update‑Regel. Durch die direkte Nutzung der Log‑Wahrscheinlichkeiten der Policy kann DFA die Präferenzwahrscheinlichkeit modellieren, ohne einen separaten Schritt zur Belohnungsmodellierung einzuführen.

Die neueste Veröffentlichung auf arXiv präsentiert PTSM – ein physiologie‑bewusstes und aufgaben‑invariantes Spatio‑Temporal‑Modell, das die Herausforderung des Cross‑Subject‑EEG‑Decodings mit Bravour meistert. Durch einen dualen Maskierungsmechanismus lernt das System gleichzeitig persönliche und gemeinschaftliche Muster, sodass individuelle neuronale Signaturen erhalten bleiben, während gleichzeitig task‑relevante, populationsweite Features extrahiert werden.

Die neuesten Fortschritte bei großen Sprachmodellen haben die Leistung bei komplexen Rechenaufgaben wie Mathematik und Programmieren deutlich gesteigert. Dennoch sind diese Modelle stark auf annotierte Daten angewiesen und zeigen in unüberwachten Szenarien nur begrenzte Anpassungsfähigkeit. Um diese Beschränkungen zu überwinden, wurde das Konzept des Test‑Time Reinforcement Learning (TTRL) eingeführt, das eine selbstoptimierende Nutzung von modellgenerierten Pseudo‑Labels ermöglicht.

Ein neues, weltweit umfassendes Datenset zu Aufforstungs- und Wiederaufforstungsprojekten wurde veröffentlicht. Es basiert auf primären Projektinformationen, ergänzt durch Satellitenbilder und weitere Sekundärdaten und deckt 1 289 068 Pflanzstellen aus 45 628 Projekten über einen Zeitraum von 33 Jahren ab.

Mit der zunehmenden Verbreitung von Deep‑Neural‑Network‑Modellen in modernen Softwaresystemen steigen die Kosten für deren Aufbau und Training rapide an. Um diese Kosten zu senken, wird häufig auf die Wiederverwendung kompletter Modelle zurückgegriffen. Doch das indiscriminierte Nutzen ganzer Modelle führt oft zu erheblichen Laufzeit‑Overheads. Hier setzt die Idee der DNN‑Modularisierung an: Durch das Zerlegen von Modellen in wiederverwendbare Module kann die Effizienz gesteigert werden.

Conformal Prediction (CP) ist ein bewährtes Verfahren zur Unsicherheitsquantifizierung, das die Punktvorhersage eines vortrainierten Modells in einen Vorhersage‑Set umwandelt. Die Größe dieses Sets spiegelt das Vertrauen des Modells wider. Bei langen Schwanz‑Verteilungen von Labels zeigen herkömmliche CP‑Methoden jedoch oft ein unausgewogenes Coverage‑Verhalten: Die Hauptklassen werden überabgedeckt, während die seltenen Klassen unterabgedeckt bleiben. Dieses Ungleichgewicht gefährdet die Zuverlässigkeit der Vorhersagen für Minderheiten.