Follow Starter
LLM
Achte zuerst auf Modellqualitaet, Kosten pro Nutzung und darauf, ob echte Produktverbesserungen oder nur Benchmarks kommuniziert werden.
35 Signale
News Stream
KI-News fuer Neueste Signale.
Hier liegt der Schwerpunkt voll auf aktuellen KI-Signalen: schnell scannen, sauber filtern und direkt in Themen-Hubs weitergehen.
10,790
Signale im Filter
10
Passende Hubs
3
Passende Analysen
News-Steuerung
Filtern, fokussieren, schnell wiederfinden.
Wechsel zwischen Tageslage, Wochenbild und Themenfokus, ohne den News-Stream zu verlassen.
Themen folgen
Alle Hubs ansehen →
Mach aus News einen persoenlichen Radar
Follow Starter
Reinforcement Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
13 Signale
Follow Starter
Künstliche Intelligenz
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
9 Signale
Follow Starter
KI-Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
8 Signale
Follow Starter
Transformer
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
7 Signale
Follow Starter
Deep Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
6 Signale
Leitstory
Der wichtigste Einstieg in diesem Stream
Aktuell erfassen. Direkt vertiefen.
Praxis
MarkTechPost
Google präsentiert Android Bench – neues LLM-Benchmark für Android
Google hat Android Bench veröffentlicht, ein neues Leaderboard und Evaluationsframework, das speziell darauf abzielt, die Leistung von Large Language Models (LLMs) bei Android-Entwicklungstätigkeiten zu messen. Der komp…
•
≈1 Min. Lesezeit
Leitstory
Google präsentiert Android Bench – neues LLM-Benchmark für Android
Themen-Hubs
Alle Hubs
Spring aus dem Strom in stabile Themen-Landingpages
Hub
LLM
Achte zuerst auf Modellqualitaet, Kosten pro Nutzung und darauf, ob echte Produktverbesserungen oder nur Benchmarks kommuniziert werden.
Hub oeffnen →
Hub
Reinforcement Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
Künstliche Intelligenz
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
KI-Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
Hub oeffnen →
Hub
Transformer
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
Deep Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
Sprachmodelle
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
OpenAI
Trenne bei OpenAI-News immer zwischen Modellleistung, Distribution ueber ChatGPT und den Folgen fuer Entwickler im API-Stack.
Hub oeffnen →
News Stream
Mehr Signale im Flow
Forschung
S5‑SHB‑Agent: Multi‑Modell‑Blockchain‑Framework für Smart Homes
Die Vision von Society 5.0 sieht Smart Homes als zentrale Bausteine einer menschenzentrierten Gesellschaft vor. Mit dem raschen Ausbau hete…
arXiv – cs.AI
Forschung
<p>DBC-Benchmark: Neue Governance-Schicht senkt Risiko bei LLMs um 36,8 %</p> <p>In einer neuen Studie wurde der Dynamic Behavioral Constraint (DBC) Benchmark vorgestellt – das erste empirische Verfahren, um die Wirksamkeit einer strukturierten, 150‑Kontroll‑Governance‑Schicht für große Sprachmodelle (LLMs) zu messen. Die Schicht, genannt MDBC (Madan DBC), wird während der Inferenz angewendet und ist unabhängig vom Modell, lässt sich an verschiedene Rechtsordnungen anpassen und ist auditierbar.</p> <p>Der D
arXiv – cs.AI
Forschung
VISA: Präzise Werteanpassung von LLMs ohne Qualitätsverlust
Ein neues Verfahren namens VISA (Value Injection via Shielded Adaptation) verspricht, Large Language Models (LLMs) genauer an menschliche W…
arXiv – cs.AI
Aktuell
KI-Entwickler: Das letzte Berufsfeld? Ein Blick in die Zukunft
In einer Zeit, in der künstliche Intelligenz immer mehr Aufgaben übernimmt, sorgt die Frage nach dem Fortbestehen menschlicher Berufe für A…
Latent Space
Praxis
Microsoft präsentiert Phi-4-Reasoning-Vision-15B: Kompaktes Modell für Mathematik
Microsoft hat heute das neue multimodale Modell Phi‑4‑Reasoning‑Vision‑15B vorgestellt. Das 15‑Billionen‑Parameter‑System arbeitet mit offe…
MarkTechPost
Forschung
Persistente KV-Cache: Multi-Agent-LLM auf Edge-Geräten effizienter
Multi-Agent-LLM-Systeme, die auf Edge-Geräten laufen, stoßen häufig an die Grenzen des verfügbaren RAMs. Auf einem Apple M4 Pro mit einem C…
arXiv – cs.LG
Forschung
Alignment Backfire: Sicherheit in Sprachmodellen kann je nach Sprache umkehren
In einer bahnbrechenden Untersuchung wurden vier vorregistrierte Studien mit insgesamt 1 584 Multi-Agent-Simulationen durchgeführt, die 16…
arXiv – cs.AI
Forschung
EchoGuard: KI-Framework erkennt manipulative Kommunikation dank Wissensgraph
Manipulative Kommunikation – von Gaslighting über Schuldzuweisungen bis hin zu emotionaler Zwangsausübung – bleibt für viele Menschen schw…
arXiv – cs.AI
Forschung
MOOSEnger: KI-Agent für MOOSE-Umgebung beschleunigt Simulationen
Der neue KI-Agent MOOSEnger richtet sich speziell an Anwender des Multiphysics Object‑Oriented Simulation Environment (MOOSE). Durch einen…
arXiv – cs.AI
Forschung
Maschinelles Vorstellungsvermögen verbessert Zero-Shot-Kommonsense-Logik
Neuste Fortschritte im Zero-Shot-Kommonsense-Reasoning haben vortrainierte Sprachmodelle (PLMs) dazu befähigt, umfangreiches Allgemeinwisse…
arXiv – cs.AI
Forschung
CONE: Neue Embeddings für komplexe numerische Daten mit Einheitensensitivität
Ein neues arXiv-Papier (2603.04741v1) präsentiert CONE, ein hybrides Transformer‑Encoder-Modell, das speziell dafür entwickelt wurde, numer…
arXiv – cs.AI
Praxis
Google stellt TensorFlow 2.21 und LiteRT vor – neue GPU- und NPU-Leistung
Google hat die Version 2.21 von TensorFlow offiziell veröffentlicht. Das wichtigste Highlight ist die Vollständige Produktion von LiteRT, d…
MarkTechPost
Forschung
Neuro-Symbolische Finanzlogik: Zero-Halluzination mit deterministischen Ledgern
Standard Retrieval‑Augmented Generation (RAG) Modelle stoßen in hochriskanten Finanzanwendungen an ihre Grenzen. Sie können weder präzise a…
arXiv – cs.LG
Forschung
KI-Framework löst Datenschutzprobleme bei Duplikaterkennung im Gesundheitswesen
In Kundenbeziehungsmanagement und Gesundheitsdaten entstehen durch doppelte Einträge erhebliche Probleme: Analysen werden verzerrt, Nutzere…
arXiv – cs.LG
Aktuell
Pentagon darf mit KI US‑Bürger überwachen? Gesetzliche Grenzen im Fokus
Der anhaltende Streit zwischen dem Verteidigungsministerium und dem KI‑Unternehmen Anthropic wirft eine zentrale Frage auf: Erlaubt das US‑…
MIT Technology Review – Artificial Intelligence
Forschung
Diffusionspolitik: Bedingte proximal Policy Optimization
Reinforcement‑Learning‑Forscher haben kürzlich gezeigt, dass Diffusionsmodelle ein vielversprechendes Mittel sind, um multimodale Handlungs…
arXiv – cs.LG
Forschung
Neues KI-Modell liefert erklärbare Vorhersagen für Hafenüberlastung
Ein innovatives KI-System namens AIS‑TGNN kombiniert ein Temporal Graph Attention Network mit einem strukturierten Large‑Language‑Model, um…
arXiv – cs.AI
Forschung
LLMs meistern Multi‑Turn-Interaktion dank neuer RL‑Methode
Neues Forschungspapier aus dem arXiv-Repository zeigt, dass große Sprachmodelle (LLMs) zwar bei vollständigen Informationen in einem einzig…
arXiv – cs.AI
Forschung
Transformer-Keys verkleinern: Low-Dimensional Attention spart Speicher
In einer neuen Studie wird die bisherige Symmetrie im Transformer‑Attention‑Mechanismus in Frage gestellt. Während klassische Modelle diese…
arXiv – cs.LG
Forschung
WebFactory: Automatisierte Kompression von Sprachmodellwissen zu Web-Agenten
Die Entwicklung von GUI-Agenten steht bislang vor zwei großen Hindernissen: Entweder greifen sie auf unsichere, nicht reproduzierbare Live-…
arXiv – cs.AI
Forschung
AegisUI erkennt Verhaltensanomalien in UI-Protokollen von KI-Agenten
KI‑Agenten, die in Echtzeit Benutzeroberflächen aus strukturierten Protokolldaten zusammenbauen, werden immer häufiger in Produktionssystem…
arXiv – cs.AI
Forschung
Automatisierte Datenauswertung: KI-gestütztes Risikobewertungs-Framework
Large Language Models (LLMs) werden zunehmend in kritische Entscheidungsprozesse eingebunden, was die Nachfrage nach zuverlässiger und auto…
arXiv – cs.AI
Forschung
KI‑Monitore lassen sich selbst zu leicht verurteilen – Selbstzuweisungsbias erklärt
Agentische Systeme nutzen zunehmend Sprachmodelle, um ihr eigenes Verhalten zu überwachen. Dabei prüfen Coding‑Agenten beispielsweise den v…
arXiv – cs.AI