KATEGORIE
KI-Forschung
Wissenschaftliche Durchbrüche, wichtige Papers und neue Architekturen aus der KI-Forschung.
Wissenschaftliche Durchbrüche, wichtige Papers und neue Architekturen aus der KI-Forschung.
25 Träger der Fields-Medaille werfen den KI-Firmen in einer gemeinsamen Deklaration vor, mathematische Probleme als Benchmark zu missbrauchen und dabei die Wissenschaft selbst zu beschädigen. Vier der 25 lehren an Schweizer Hochschulen – darunter Alessio Figalli an der ETH Zürich und Maryna Viazovska an der EPFL. Und die Warnung endet nicht bei der Mathematik.
Rund 1 Petabyte vorberechnete Wirkungs-Vorhersagen für jede mögliche Punktmutation im menschlichen Genom — 30-mal grösser als die AlphaFold-Datenbank und gratis für die Forschung.
Der NYU-Mathematiker Tristan Buckmaster sagt, OpenAI habe ihn vor der Publikation seiner KI-gestützten Fluidgleichungs-Beweise unter Druck gesetzt – OpenAI-Forscher Sébastien Bubeck nennt die Vorwürfe «falsch und aufhetzerisch». Bewiesen ist nichts. Aber der Streit legt eine sehr praktische Frage offen: Was darf ein Anbieter mit unveröffentlichter Arbeit tun, die du in sein Tool lädst?
Google DeepMind hat ein globales KI-Wettermodell vorgestellt, das rohe Satellitendaten direkt verarbeitet und stündlich neu rechnet. Was die Zahlen taugen — und was das im Alpenraum bedeutet.
Anthropic hat den ersten vollständig maschinengeprüften Beweis von Fermats letztem Satz vorgelegt – 13 Millionen Zeilen Lean-Code, laut Anthropic in 11 Tagen. Kevin Buzzard hat den Code selbst kompiliert: Er geht durch.
Im neuen curl-Release stecken neun Sicherheitslücken, sechs davon meldete das KI-System der Firma AISLE – kurz nachdem die Systeme von OpenAI und Anthropic nichts mehr gefunden hatten. Die Funde sind echt und amtlich belegt. Der daraus gebastelte Wettkampf ist es nicht.
Forschende der EPFL koppeln ein Sprachmodell mit einem Gauss-Prozess, der zu jeder Vorhersage eine Unsicherheit mitliefert. Die Methode GOLLuM findet in 23 Benchmark-Aufgaben gute Versuchsbedingungen mit über 40 Prozent weniger Experimenten als klassische Verfahren – publiziert in Nature Machine Intelligence.
OpenAI stuft sein Modell Astra als erstes in die höchste Cyber-Risikoklasse ein und drosselt den Zugang.
Anthropic legt offen, was nach den Sicherheitsvorfällen vom Sommer intern passierte: pausierte Cyber-Evaluationen, ein Klassifikator, der Ausbruchsversuche vor dem Tool-Call stoppt, und über 10 Prozent fehlerhafte Trainingsumgebungen. Dazu eine Studie, für die ein Opus-Modell absichtlich zum Betrügen trainiert wurde.
Claude Code und OpenAI Codex können weder vorhersagen, wie lange eine Aufgabe dauert, noch zuverlässig sagen, wie lange sie schon arbeiten. Eine MATS-Studie misst Fehlschätzungen um das Drei- bis Zehnfache – und zeigt, dass die Agenten sich zusätzlich rund 20 Punkte zu gute Noten geben. Was das für Timeouts, Kostenschätzungen und Projektkalkulation bedeutet.
Ein Preprint von Google Research zeigt, wie KI-Agenten ihre Erfahrung in einem wachsenden Wiki festhalten und daraus bessere Anleitungen für sich selbst schreiben. In Tests stieg die Durchschnittsgenauigkeit von Gemini 3.5 Flash von 49,5 auf 68,1 Prozent.
