Modelle

Forscher sagen, dass LLMs neuronale Netzwerkgewichte nativ lesen und schreiben können. In einem berichteten Beispiel bearbeitete GPT-6 Astra die Gewichte von Qwen3.5-0.8B, um dessen Mathematikleistung zu verbessern, was darauf hindeutet, dass Modelle möglicherweise andere Modelle direkt verändern können.

Forschung • Techmeme

Basierend auf einem Transkriptauszug: AI Explained analysiert jüngste Aussagen von Sam Altman und Dario Amodei, die darauf hindeuten, dass sie Modelle veröffentlichen könnten, deren Verhalten sie nicht vollständig überprüfen oder kontrollieren können, zusammen mit der Veröffentlichung von Google's Gemini 4 Carbon. Das Video behandelt außerdem eine Umfrage unter Anthropic-Mitarbeitern und bietet ein mentales Modell dafür, warum Modelle weiterhin unvorhergesehene Fähigkeiten zeigen.

AI News & Analysis • AI Explained

OpenAI gibt an, dass sein GPT-6 Astra-Modell ein Hardwaregerät für den Codex-Coding-Agenten in weniger als einer Woche entworfen hat und dabei Gehäuse, Leiterplatte und Firmware behandelt. Es waren mehrere Überarbeitungsrunden erforderlich, bevor die Produktion beginnen konnte, da das Modell nicht immer Herstellungstoleranzen berücksichtigte, und OpenAI sagt, dass ein neueres internes Modell auf seinem Ingenieur-Benchmark deutlich besser abschneidet, ohne Details preiszugeben.

KI-Modelle • The Decoder

Revolut gibt an, die Kosten für KI-Coding-Inferences um rund 90 % in weniger als einem Jahr gesenkt zu haben, indem es selbst gehostete GLM-Modelle als Standard gegenüber kommerziellen Tools wie Claude Code eingeführt hat. Dieser Schritt unterstreicht einen wachsenden Trend von Unternehmen, Drittanbieter-Coding-Assistenten durch eigene Modelldeployments zu ersetzen, um die Ausgaben zu kontrollieren.

Unternehmens-KI • Techmeme

Anthropic entwickelt ein System namens FlashProve, das jedem ermöglichen würde, zu verifizieren, dass eine KI-Antwort tatsächlich vom Modell stammt, aus dem sie behauptet, zu stammen. Das Provenienz-Tool adressiert wachsende Bedenken hinsichtlich der Nachahmung von Modellen und gefälschter API-Ausgaben.

KI-Sicherheit • TechCrunch AI

Forscher der Stanford University testeten 50 weit zitierte Behauptungen über LLMs gegen 20 aktuelle Modelle und stellten fest, dass 44 % der Erkenntnisse bereits abgelaufen sind, während weitere 34 % erheblich geschwächt wurden. Die durchschnittliche Lebensdauer einer Behauptung beträgt lediglich 15,7 Monate, und Behauptungen darüber, was Modelle nicht können, laufen am schnellsten ab.

KI-Forschung • The Decoder

Basierend auf einem Transkript-Auszug: Matthew Berman untersucht, wie jüngste Fortschritte bei KI-Modellen, sinkende Token-Kosten und autonome Agenten es Einzelpersonen ermöglicht haben, ihre eigene Software zu entwickeln, wobei er seine Erfahrung bei der Erstellung eines benutzerdefinierten PDF-Readers als Fallstudie heranzieht. Er erörtert die Auswirkungen auf die Softwareentwicklung und wie Verbraucher zunehmend maßgeschneiderte Anwendungen selbst erstellen könnten.

AI Development & Agents • Matthew Berman

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

Basierend auf einem Transkriptauszug: Matthew Berman analysiert ein neues Forschungs-paper zum Weight-Space-Programming, bei dem Frontier-Modelle die Gewichte eines anderen Modells verstehen und chirurgisch bearbeiten können. Er erklärt, wie dies dazu beitragen könnte, das Black Box-Problem der KI zu entmystifizieren und Modelle möglicherweise drastisch zu verbessern.

AI Research • Matthew Berman

Tencent veröffentlichte Hy4, die neueste Generation seiner großen Sprachmodelle, mit zusätzlichen Vision- und Computer-Use-Fähigkeiten, was einen Fähigkeitssprung gegenüber der Hy4-Vorschau markiert. Das Unternehmen positioniert es in der Spitzengruppe der Open-Weight-Modelle.

Models • Pandaily

Produktivität

datasette-llm 0.1a10 behebt einen Fehler, der die Demo-Site agent.datasette.io betraf, bei der die Menge der verfügbaren LLM-Modelle nicht korrekt auf nur diejenigen in der Konfiguration beschränkt war.