Model Training

Tutor • Series B

Tutor, das ein Frontier-Roboter-Grundlagenmodell trainiert und KI-Lagerroboter entwickelt, hat eine Serie-B-Finanzierung in Höhe von 75 Mio. US-Dollar angezogen, die von a16z geführt wurde, wodurch die Gesamtfinanzierung auf 117 Mio. US-Dollar stieg.

Forscher des MIT zeigten, dass OpenAIs GPT-6 Astra die Gewichte anderer KI-Modelle ohne traditionelles Training lesen und umschreiben kann, wodurch die Mathematikgenauigkeit eines Qwen-Modells von 7,9 % auf 48,1 % gesteigert wurde, indem nur 0,016 % seiner Gewichte geändert wurden. Der Ansatz könnte die KI-Optimierung vereinfachen, doch der Artikel merkt an, dass er weiterhin klare Grenzen erreicht.

Research • The Decoder

DeepSeek plant Berichten zufolge, sein Modell der nächsten Generation, V5, auf Huawei-Ascend-Chips zu trainieren, so STAR Market Daily unter Berufung auf Branchenquellen. Der berichtete Plan würde die Rolle von Ascend von der Inferenz auf das rechenintensive Training eines neuen Modells ausweiten.

Infrastructure • TechNode

Ricursive Intelligence veröffentlichte Ripple-65B Preview, das nach eigenen Angaben einen neuen US-Open-Weight-Spitzenstand bei agentischem Coding setzt. Das Labor trainierte das Modell von Grund auf und optimierte die Architektur für seine eigenen Trainings- und Serving-Plattformen.

Models • Hacker News

Eine neue Studie der NYU und UT Austin identifiziert sechs sprachliche Muster, die moderne KI-Modelle systematisch übermäßig verwenden, was ihren Text für Menschen anstrengend zu lesen macht. Die Forscher führen dies auf das Training mit Code und Mathematik zurück, das Korrektheit über Lesbarkeit stellt.

KI-Forschung • The Decoder