KI News: Kurz und klar.

Ein neues Verfahren namens GIFT (Gibbs Initialization with Finite Temperature) verspricht, die Leistung von Large Reasoning Models (LRMs) nach dem Training entscheidend zu steigern. Im Gegensatz zum herkömmlichen Ansatz, bei dem ein Modell zunächst mit Supervised Fine‑Tuning (SFT) trainiert und anschließend mit Reinforcement Learning (RL) optimiert wird, identifiziert GIFT ein grundlegendes Problem: SFT führt zu einer zu starken Verengung der Datenverteilung, wodurch die spätere RL‑Phase nicht genügend explorativen Raum zur Verfügung hat.

Eine neue Untersuchung zeigt, dass große Sprachmodelle (LLMs) auf Grafikkarten (GPUs) trotz deterministischer Konfigurationen nicht deterministische Ergebnisse liefern. Der Grund liegt in den begrenzten Präzisions­eigenschaften der arithmetischen Operationen, die von der Ausführungsreihenfolge abhängen – diese wiederum wird durch gleichzeitig laufende Prozesse auf der GPU bestimmt.

Die neueste Entwicklung im Bereich der KI-gestützten Assistenzsysteme – MCP Sampling – ermöglicht es Modellen, bei der Auswahl von Tools nicht nur zu raten, sondern gezielt zu überlegen, welche Funktion am besten zur Lösung einer Aufgabe passt.

Eine neue Studie von Forschern auf arXiv hat die Annahme in Frage gestellt, dass die Sicherheitsentscheidungen großer Sprachmodelle (LLMs) deterministisch und zuverlässig sind. Durch systematisches Testen von vier instruction‑tuned Modellen – Llama 3.1 8 B, Qwen 2.5 7 B, Qwen 3 8 B und Gemma 3 12 B – auf 876 potenziell schädlichen Eingaben wurden signifikante Schwankungen in den Ablehnungsentscheidungen entdeckt.

Städtische Wetterstationen sind unverzichtbar für die Beobachtung von Klima und Wetter in Städten, doch ihre Wartung kostet viel Geld und Personal. In einer neuen Studie wurde gezeigt, dass ein gezieltes Reduzieren der Stationen in Freiburg dennoch eine sehr genaue Rekonstruktion von Temperatur und Luftfeuchtigkeit ermöglicht.

Die Zuverlässigkeit Ihres Tablets hängt entscheidend von der Pflege seiner Batterie ab. Wenn Sie die Ladegewohnheiten nicht richtig anpassen, kann das Gerät langfristig Schaden nehmen.