KI News. Verstehen, was wichtig wird.

Suche Anmelden

Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “multimodale Agenten”

V-GEMS: Neuer multimodaler Agent revolutioniert Webnavigation

Autonome Webnavigation erfordert, dass Agenten komplexe visuelle Umgebungen wahrnehmen und langfristigen Kontext behalten. Bisher kämpfen L…

arXiv – cs.AI 04.03.2026 05:00

<h1>MC-Search: Benchmark für multimodale Agenten mit langen Beweisketten</h1> <p>Die neueste Veröffentlichung auf arXiv (2603.00873v1) stellt MC‑Search vor – ein wegweisendes Benchmark‑Set, das multimodale Agenten in ihrer Fähigkeit testet, komplexe, mehrstufige und wissensbasierte Aufgaben zu lösen. Im Gegensatz zu bisherigen Tests, die meist kurze Frage‑Antwort‑Ketten abbilden, umfasst MC‑Search 3 333 hochwertige Beispiele, die durchschnittlich 3,7 Schritte (Hops) enthalten und fünf typische Denkstrukture

arXiv – cs.AI 03.03.2026 05:00

PyVision‑RL: Open‑Weight‑Agenten mit stabiler Interaktion dank RL

PyVision‑RL ist ein neues Reinforcement‑Learning‑Framework, das speziell für offene, multimodale Modelle entwickelt wurde. Es verhindert da…

arXiv – cs.AI 25.02.2026 05:00

ICON: Schutz gegen indirekte Prompt-Injection bei Agenten

Large Language Model (LLM)-Agenten sind anfällig für indirekte Prompt-Injection (IPI)-Angriffe, bei denen bösartige Anweisungen in abgerufe…

arXiv – cs.AI 25.02.2026 05:00

Feinabstimmung von Vision‑Language‑Modellen gefährdet Sicherheit – Studie warnt

Eine neue Untersuchung aus dem arXiv‑Repository zeigt, dass das Feintuning von Vision‑Language‑Modellen auf eng begrenzte, potenziell schäd…

arXiv – cs.AI 20.02.2026 05:00

ScratchWorld: Benchmark für multimodale GUI-Agenten im Programmieren

In der Welt der Low‑Code‑Bildung spielt Scratch eine zentrale Rolle, doch bislang fehlt ein systematisches Verfahren, um KI‑Agenten zu test…

arXiv – cs.AI 12.02.2026 05:00

<p>PolarMem: Trainingfreie, polarisiertes Graph-Memory für verifizierbare Agenten</p> <p>Mit dem neuen Ansatz PolarMem wird die Art und Weise, wie multimodale Agenten Informationen speichern und nutzen, grundlegend verändert. Während herkömmliche Systeme oft die Grenzen zwischen semantischer Nähe und tatsächlicher Existenz verschwimmen lassen, setzt PolarMem auf eine klare Trennung. Durch die Umwandlung unscharfer Wahrnehmungswahrscheinlichkeiten in diskrete logische Einschränkungen schafft das System eine

arXiv – cs.AI 03.02.2026 05:00

Palona AI startet Vision und Workflow – Fokus auf Restaurants und Hospitality

Palona AI, ein Palo‑Alto‑Startup, das von ehemaligen Google- und Meta‑Ingenieuren gegründet wurde, hat heute seine neueste Produktreihe Pal…

VentureBeat – AI 18.12.2025 18:10

MultiNet v1.0: Benchmark testet Generalität von Vision‑Language‑Action Modellen

Die Vision, multimodale Agenten zu schaffen, die gleichzeitig Wahrnehmung, Sprache und Steuerung in verschiedensten realen Umgebungen meist…

arXiv – cs.LG 15.12.2025 05:00

Vier Kollaborationsmuster für Multi-Agenten mit Strands Agents & Amazon Nova

In diesem Beitrag werden vier zentrale Kollaborationsmuster für Multi-Agenten- und multimodale KI-Systeme vorgestellt: Agents as Tools, Swa…

AWS – Machine Learning Blog 11.11.2025 20:28