KI News: Kurz und klar.

Eine neue Untersuchung von Forschern auf arXiv beleuchtet, wie große Sprachmodelle (LLMs) beim Programmieren explizite Zwischenschritte erzeugen und welche Wirkung diese auf die Ergebnisqualität haben. Die Analyse konzentriert sich auf sechs aktuelle „Thinking‑LLMs“ – DeepSeek‑R1, OpenAI‑o3‑mini, Claude‑3.7‑Sonnet‑Thinking, Gemini‑2.0‑Flash‑Thinking, Gemini‑2.5‑Flash und Qwen‑QwQ – und testet sie an 100 Code‑Generierungsaufgaben unterschiedlicher Schwierigkeitsgrade aus dem BigCodeBench‑Korpus.

Computer‑Aided Design (CAD) ist ein unverzichtbarer Bestandteil moderner Ingenieur- und Fertigungsprozesse, doch die herkömmlichen Arbeitsabläufe erfordern noch immer umfangreiches Fachwissen und manuelle Modellierung. Durch die rasante Entwicklung großer Sprachmodelle (LLMs) ist es nun möglich, aus natürlicher Sprache Programmcode zu erzeugen, was neue Wege zur Automatisierung parametrisierter 3‑D‑Modelle eröffnet. Die direkte Umsetzung des Design‑Intents in lauffähigen CAD‑Code bleibt jedoch schwierig, weil logisches Denken, syntaktische Korrektheit und numerische Präzision miteinander verknüpft werden müssen.