Team

Produktivität

Mithril Medicine hatte einen Vollzeitmitarbeiter, der von externen Spezialisten und Laboren unterstützt wurde; ihre Übernahme durch Anthropic wird als Fallstudie dafür beschrieben, wie Claude die Koordination der Arzneimittelforschung unterstützen kann, wobei der klinische Fortschritt noch getestet werden muss.

Tsinghua, Zhipu und Partner haben HarnessPro vorgestellt, das Agenten ermöglicht, ihre eigenen Läufe zu untersuchen und ihr Harness ohne Referenzantworten umzuschreiben. Das Team berichtet von einer Verbesserung der Bestehensrate um 2 Punkte und einer Senkung der Kosten pro Aufgabe um 26,1 %, Teil einer breiteren chinesischen Bestrebung zur rekursiven Selbstverbesserung rund um Modell-Scaffolding statt um Gewichte.

Forschung • Pandaily

Ein von Google geleitetes Forschungsteam hat StreamVibe entwickelt, einen Video-Agenten, der Menschen beim Kochen oder beim Zusammenbauen von Möbeln beobachten und sich nur melden soll, wenn Hilfe nötig ist. Ein Benchmark zeigt, dass keines der getesteten Modelle in längeren Videos zuverlässig den richtigen Moment erkennt, da sich Fehler häufen und die Antwortqualität stark abfällt.

Forschung • The Decoder

Forschende von Y Combinator und Olam Labs testeten KI-Agentenschwärme in Minecraft und ließen Hunderte von Agenten zusammenarbeiten oder gegeneinander antreten. Die 50-Agenten-Teams scheiterten daran, eine blühende Zivilisation aufzubauen, und verfielen in lähmende Bürokratie, was Einblicke in die Herausforderungen der Multi-Agenten-Koordination in der realen Welt liefert.

Forschung • Hacker News