KI News: Kurz und klar.

In einer bahnbrechenden Studie präsentiert das Forschungsteam die Methode CODE‑SHARP, die es KI‑Agenten ermöglicht, neue Fähigkeiten völlig offen und kontinuierlich zu entdecken und zu erlernen. Durch die Nutzung von Foundation Models wird ein hierarchisches Archiv von Belohnungsprogrammen aufgebaut, das als gerichteter Graph aus ausführbaren Code‑Schnipseln strukturiert ist.

Mit dem rasanten Aufstieg von Foundation Models rückt die Entwicklung agentischer KI-Systeme stärker in den Fokus. Trotz ihres Potenzials leiden sie häufig unter Halluzinationen, schwacher Argumentationsfähigkeit und einer oft ad-hoc gestalteten Systemarchitektur, was zu unzuverlässigen und brüchigen Anwendungen führt.

Apple und Google haben am Montag eine mehrjährige Partnerschaft angekündigt, die Siri einen entscheidenden KI-Boost geben soll.

In einem neuen Beitrag zeigen wir, wie Unternehmen ihre KI‑Entwicklung beschleunigen können, indem sie die Foundation Models von Amazon Bedrock und den neu eingeführten Amazon Bedrock AgentCore mit W&B Weave kombinieren.

Die Entstehung von Tumoren beruht auf komplexen Wechselwirkungen zwischen verschiedenen biologischen Ebenen. Während herkömmliche Bildanalysen nur die Morphologie erfassen, bleiben wichtige molekulare Signale oft verborgen. Um dieses breitere biologische Bild abzubilden, wurde das neue Pathologie‑Foundation‑Modell EXAONE Path 2.5 entwickelt, das histologische, genomische, epigenetische und transkriptionale Daten gleichzeitig verarbeitet.

In der modernen Patientendiagnostik werden nichtinvasive Messungen wie das Elektrokardiogramm (EKG) aufgrund ihrer geringen Risiken und schnellen Ergebnisse häufig eingesetzt. Die Analyse von EKG-Daten erfordert jedoch traditionell umfangreiches Fachwissen, was die Anwendung von künstlicher Intelligenz (KI) im Gesundheitswesen erschwert.

In einer wegweisenden Veröffentlichung auf arXiv präsentiert ein internationales Team die nächste Generation von Foundation Models (FMs) – KI‑Systeme, die nicht nur einzelne Agenten, sondern ganze Agenten‑Netzwerke als „Gehirn“ übernehmen können. Während aktuelle Modelle bereits über Fähigkeiten wie GUI‑Interaktion oder Tool‑Nutzung verfügen, setzen die Autoren den Fokus auf die Entwicklung von FMs mit nativer Multi‑Agenten‑Intelligenz.

Amazon Bedrock erweitert sein Angebot in Kanada: Kunden erhalten jetzt Zugriff auf fortschrittliche Foundation‑Modelle wie Anthropic’s Claude Sonnet 4.5 und Claude Haiku 4.5 über die Cross‑Region Inference (CRIS) – eine neue Möglichkeit, Modelle aus einer anderen Region zu nutzen.

Eine neue Studie auf arXiv (2511.10119v1) präsentiert das „Intelligence Foundation Model“ (IFM), das einen völlig neuen Weg zur Erreichung von Artificial General Intelligence (AGI) aufzeigt. Im Gegensatz zu herkömmlichen Foundation Models, die sich auf Mustererkennung in einzelnen Domänen wie Sprache, Bild oder Zeitreihen konzentrieren, strebt das IFM danach, die zugrunde liegenden Mechanismen der Intelligenz zu erlernen – indem es direkt aus einer breiten Palette intelligenter Verhaltensweisen lernt.

Im Gesundheitswesen ermöglicht Federated Learning (FL) die datenschutzkonforme Zusammenarbeit mehrerer medizinischer Einrichtungen. Durch die Nutzung großer Foundation Models (FMs) in Kombination mit kostengünstigem Adapter‑Tuning wird FL immer populärer. Doch die rasante Entwicklung neuer Krankheiten verlangt von den einzelnen Clients, sich rasch an neue Aufgaben anzupassen.

Die digitale Pathologie erlebt einen regelrechten Aufschwung, wenn man die Fortschritte der künstlichen Intelligenz betrachtet. Besonders die sogenannten Foundation Models, also große, vortrainierte neuronale Netze, eröffnen neue Möglichkeiten, Mikroskopfolien automatisch zu analysieren und zu interpretieren.