Anthropic investiert 10 Millionen kanadische Dollar (CAD) in 8 kanadische Institutionen mit Schwerpunkt auf KI-Sicherheit, Gesundheitswesen und Sprachen mit wenigen Ressourcen. Ein gleichzeitig veröffentlichter Economic Index zeigt, dass Kanada 2,6 % des globalen Claude.ai-Traffics ausmacht, bei einer Pro-Kopf-Adoption, die 4,4-mal höher ist als erwartet.
Anthropic hat eine kostenlose Version von Claude für verifizierte K-12-Lehrkräfte in den USA gestartet, die bis Juni 2027 verfügbar ist. Das Programm umfasst eine Bibliothek mit Unterrichtsfähigkeiten, einen Lehrplan abgestimmt auf die Bildungsstandards aller 50 Bundesstaaten und Integrationen mit 9 Bildungstools.
Test-Time-Compute ist die zusätzliche Rechenkapazität, die ein Modell während der Inferenz aufwendet, um eine bessere Antwort zu erzeugen. Bojie Li und Noah Shi definieren die Interaktion mit externen Tools als dritte Achse des Test-Time-Compute — neben längerem Denken und Best-of-N-Sampling. Ein Proposer-Reviewer-System erreicht eine 100-%-Pass-Rate, während Selbstdenken und Best-of-N ein Plateau erreichen.
SCALECUA ist ein neues Framework von Tsinghua/THUDM-Forschenden, das Computer-Use-Agenten mittels Online-Reinforcement-Learning skaliert und einen neuen SOTA-Wert von 68,7 % auf dem OSWorld-Benchmark sowie 54,0 % auf ScienceBoard erzielt.
Claude Code v2.1.208 bringt drei neue Funktionen: einen opt-in Screen-Reader-Modus für Barrierefreiheit, Vim-Insert-Mode-Tastenkürzel-Remapping und einen Corporate-Process-Wrapper für alle selbst gestarteten Prozesse. Hotfix v2.1.209 behob sofort einen Fehler, der Dialoge in Hintergrund-Agent-Sitzungen blockierte.
GitHub hat KI-generierte Sicherheitserkennungen direkt bei Pull Requests in Code Scanning eingeführt, zusammen mit dem neuen Befehl /security-review in der Copilot-App, der Code auf Injection, XSS, Path-Traversal und schwache Kryptografie analysiert.
NVIDIA Blackwell GB300 NVL72 ist beim Modell DeepSeek V4 Pro bis zu 25× effizienter als Hopper gemessen an der Leistung pro Watt, und rein softwareseitige Optimierungen innerhalb eines Monats brachten bis zu 5× Verbesserung.
AMD hat LogsLop veröffentlicht, ein Open-Source-Python-CLI-Tool, das große Log-Dateien durch Normalisierung und Clustering komprimiert. Bei 73 echten Log-Dateien reduziert es die Zeilenanzahl auf 11 % und die Bytes auf 7,5 %, und mit Llama 3.3 70B werden 78 % weniger Token benötigt.
Ein Terminal-Agent ist ein KI-Agent, der Aufgaben über Befehle im Terminal oder der Shell löst. SETA (Shen et al., Oxford, KAUST) generiert über 4.500 verifizierbare RL-Umgebungen für das Training von Terminal-Agenten. DeepSeek-V4-Flash verbessert pass@1 von 40 % auf 43 % und pass@5 von 54 % auf 58 % auf Terminal-Bench 2.0.
Autoformalisierung ist die automatische Übersetzung von Mathematik in natürlicher Sprache in maschinell überprüfbare formale Form. Die ToMap-Pipeline von Tian-Shuo Liu und Mitarbeitenden erzielt 19,0 % Verbesserung gegenüber der bisherigen SOTA-Methode auf dem ProofFlowBench-Datensatz. Die Schlüsselinnovation ist die Konzentration von Test-Time-Compute auf den Decomposer als Engpass statt gleichmäßiger Verteilung.
Multi-Agenten-Orchestrierung ist die Koordination mehrerer spezialisierter KI-Agenten für eine gemeinsame Aufgabe. Thrad.ai implementierte ein System zur Findung von B2B-Käufern über 6 Quellen mit Amazon Bedrock und dem Strands-Agents-SDK. Das Swarm-Muster erzielt E-Mail-Qualität von 8,2/10, das Graph-Muster ist 25 % günstiger und 28 % schneller.
Lin Sun von Solo.io hinterfragt, ob der Kubernetes-Pod die richtige Abstraktion für das Deployment von KI-Agenten ist. Agenten sind ephemer — sie aktivieren sich kurz, und ein dedizierter ruhender Pod verschwendet Ressourcen. Er schlägt ein neues „Agent-Substrate"-Modell mit Actors und WorkerPools vor.
Google DeepMind und die Atal Innovation Mission haben ATL Saathi gestartet — eine von Gemini angetriebene Web-Applikation, die Lehrkräfte in indischen STEM-Schullabors unterstützt. Sie wird in 100 Schulen erprobt und zielt auf mehr als 11 Millionen Schülerinnen und Schüler, mit Unterstützung für 8 Sprachen und 12 Unterrichtsmodule.
Das Allen Institute for AI veröffentlichte eine detaillierte Analyse der Architektur des maritimen Agenten Shippy, der 70+ Länder auf Basis von Claude Opus 4.6 betreut. Kernbotschaft: Zuverlässigkeit hängt weniger von der Modellstärke ab als von deterministischen Werkzeugen, isolierter Infrastruktur und an realen Workflows ausgerichteten Evaluierungen.
AMDs GEAK-Agent für automatisierte GPU-Kernel-Optimierung migrierte den DeepSeek-V4-MLA-Kernel von PyTorch nach Triton für MI355-Beschleuniger. Die Ergebnisse zeigen bis zu 9,13× Prefill-Beschleunigung, 4,94× geometrisches Mittel beim Decode und 2,10× höheren End-to-End-Durchsatz im SGLang-Framework.
Anthropic analysierte 309.815 anonymisierte Claude.ai-Gespräche und fand statistisch signifikante Unterschiede in den geäußerten Werten zwischen den Modellen Sonnet 4.6, Opus 4.6 und Opus 4.7 sowie zwischen 20 analysierten Sprachen — Hindi zeigt die höchste Wärme, Russisch und Englisch die höchste Strenge.
Li Auto, ein chinesischer Automobilhersteller, hat das eigene Foundation-Modell Mach-Mind-4-Flash veröffentlicht. Es handelt sich um ein 35-Milliarden-Parameter-MoE-Modell, das pro Eingabe nur 3 Milliarden Parameter aktiviert, und über eine dreistufige Trainings-Pipeline Leistungen der 100B+-Klasse bei deutlich niedrigeren Inferenzkosten erzielt.
Ein neues Architekturframework für agentische LLM-Systeme führt selektives persistentes Gedächtnis ein, das vier Kategorien wiederverwendbaren Kontexts beibehält und flüchtige Denkspuren verwirft. Das Ergebnis: 96 % Aufgabenabschlussrate und 97× geringere Token-Kosten pro Aufruf.
Soofi S ist ein 30B-MoE-Hybrid-Mamba-Transformer-Modell mit 3B aktiven Parametern, das auf rund 27 Billionen Token vortrainiert wurde — mit verstärkten deutschen Sprachdaten. Ausschließlich auf Deutsche-Telekom-Cloud-Infrastruktur trainiert, übertrifft es alle europäischen souveränen Alternativen und führt den Code-Benchmark unter 17 offenen Modellen an.
'From Solvers to Research' ist ein arXiv-Paper, mitgeschrieben von Fields-Medaillen-Träger Terence Tao, das untersucht, ob LLM-Agenten durch Auto-Formalisierung und Beweissynthese forschungsrelevante Mathematik betreiben können. Die Arbeit identifiziert systematische Schwächen bestehender Beweissynthese-Systeme und kartiert die Grenze zwischen Aufgabenlösung und echter Forschung.
Token-Flow Firewall ist ein auf arXiv vorgestellter Abwehrmechanismus, der Token-Flüsse in natürlicher Sprache bei persistenten KI-Agenten in Echtzeit überwacht. In Tests gegen Prompt-Injection und andere adversarielle Angriffe senkt er die Angriffserfolgsrate auf 12,5 % und bietet eine Runtime-Schutzschicht als Ergänzung zum Modell-Training.
Claude Code v2.1.207 ist ein neues Release des Anthropic-CLI-Tools, das den 'Auto-Modus' ohne Opt-in-Variable automatisch auf Amazon Bedrock, Google Vertex AI und Microsoft Foundry verfügbar macht. Das Release schließt eine Shell-Injection-Sicherheitslücke in der Hook-Konfiguration und wechselt das Standardmodell auf Claude Opus 4.8 für Bedrock, Vertex und die Claude-Plattform auf AWS.
CausalDS ist ein auf arXiv vorgestelltes Benchmark, das testet, ob KI-Agenten in Data-Science-Workflows Kausalität von Korrelation unterscheiden können. Es schließt eine Lücke in der Evaluation autonomer Analyse-Agenten, bei denen Standardtests Ausführungsgenauigkeit messen, nicht jedoch die Fähigkeit zu korrektem Kausalschlussfolgern.
Overthinking ist ein auf der ICML 2026 akzeptiertes Paper, das zeigt, dass die Verstärkung des Reasoning-Gewichts in großen Sprachmodellen verborgene gelernte Informationen extrahieren kann, die das Modell normalerweise nicht preisgibt. Der Befund eröffnet eine neue Klasse von Extraktionsangriffen auf Reasoning-Modelle wie o1, DeepSeek R1 und Claude mit erweitertem Denken.
Super Weights in LLMs ist ein auf der COLM 2026 angenommener Beitrag, der „Super-Gewichte” identifiziert — eine kleine Anzahl von Parametern, deren Veränderung das Verhalten eines Sprachmodells überproportional beeinflusst. Die Arbeit zeigt, dass genau diese Gewichte erklären, warum selektives Fine-Tuning einzelner Schichten häufig scheitert — mit direkten Folgen für PEFT- und LoRA-Ansätze.
Amazon SageMaker AI hat die serverlose Anpassung von NVIDIA Nemotron 3-Modellen eingeführt, ohne Infrastrukturverwaltung. Drei Techniken stehen bereit: SFT (überwachtes Fine-Tuning), RLVR (Reinforcement Learning mit verifizierbaren Belohnungen) und RLAIF (Reinforcement Learning aus KI-Feedback), womit fortgeschrittene RL-Methoden für Enterprise-Teams ohne ML-Infrastrukturwissen zugänglich werden.
CodeQL 2.26.0 ist die neue Version von GitHubs statischem Sicherheitsanalyse-Tool und führt die Erkennung von KI-Prompt-Injection-Angriffen als neuen Analysetyp ein, zusammen mit Unterstützung für Kotlin 2.4.0. Es handelt sich um die erste Integration eines KI-spezifischen Angriffsvektors in ein Mainstream-SAST-Tool — Prompt Injection wird damit in dieselben Sicherheits-Workflows wie XSS und SQL-Injection aufgenommen.
SensorFM ist Googles Foundation-Modell für Gesundheitsdaten von Wearables, trainiert auf über einer Billion Minuten Signaldaten von Fitbit- und Pixel-Watch-Geräten von 5 Millionen Nutzern aus über 100 Ländern. Das Modell übertrifft spezialisierte Ansätze bei 34 von 35 Aufgaben: +9 % AUC bei Klassifikation und +21 % Korrelation bei Regression.
Aurora 1.5 ist Microsofts Open-Source-Foundation-Modell für das Erdsystem, das die ECMWF-Ensemble-Vorhersage bei 88,9 % der bewerteten Variablen und Horizonte übertrifft. Die neue Version fügt 22 meteorologische Variablen, stündliche Auflösung und probabilistische Ensemble-Prognosen hinzu — bei Hurrikan Helene erzielt sie rund 33 % weniger Bahnfehler als die ursprüngliche Aurora.
GPT-5.6 ist OpenAIs neue Modellfamilie mit drei Varianten: Sol (Flagship für komplexes Schlussfolgern), Terra (ausgewogen) und Luna (hochvolumig, kosteneffizient). Sie bringt Programmatic Tool Calling, explizite Prompt-Cache-Steuerung, persistentes Reasoning und Multi-Agent-Orchestrierung in der Beta — ab dem ersten Tag auch in GitHub Copilot verfügbar.
Ben Bernanke ist der ehemalige Vorsitzende der US-Notenbank (2006–2014) und Wirtschaftsnobelpreisträger 2022, der von Anthropic in den Long-Term Benefit Trust berufen wurde. Der LTBT ist ein unabhängiges Gremium ohne Anteile oder Gewinnbeteiligung, das die gemeinnützige Mission des Unternehmens überwacht — Bernanke bringt Expertise zu den wirtschaftlichen Auswirkungen von KI.
Mistral hat Robostral Navigate vorgestellt, das erste Modell für verkörperte Roboternavigation mit 8 Milliarden Parametern. Es verwendet nur eine einzige RGB-Kamera ohne LiDAR oder Tiefensensoren und erreicht 76,6 % Erfolgsquote auf dem R2R-CE-Benchmark für unbekannte Umgebungen – 4,5 Prozentpunkte über Mehrsensorsystemen.
OpenAI hat GPT-Live vorgestellt, ein neues Sprachmodell für natürliche, lebensechte konversationelle KI-Interaktionen. Ab Tag eins in ChatGPT Voice integriert, erscheint es als Teil des beschleunigten Entwicklungszyklus für Sprachmodelle – nur zwei Tage nach GPT-Realtime-2.1. Technische Spezifikationen und Preise wurden bisher nicht veröffentlicht.
PyTorch 2.13 erscheint mit 3.328 Commits von 526 Mitwirkenden. Wichtigste Neuerungen: nn.LinearCrossEntropyLoss reduziert den GPU-Spitzenspeicherbedarf beim LLM-Training um bis zu 4×, FlexAttention auf Apple Silicon erreicht bis zu 12,3× Beschleunigung, und das neue torchcomms-Backend modernisiert das verteilte Training.
Anthropic und AE Studio veröffentlichen GRAM (Gradient-Routed Auxiliary Modules) – eine Methode, die Dual-Use-Wissen wie Virologie, Cybersicherheit und Kernphysik während des Trainings in entfernbare neuronale Module isoliert und es ermöglicht, in einem einzigen Training mehrere Modellvarianten mit unterschiedlichen Fähigkeitssätzen zu erzeugen.
Die Europäische Kommission hat heute einen gemeinsamen Aktionsplan für Cybersicherheit und KI vorgestellt, der auf dem bestehenden EU-Rechtsrahmen aufbaut, Mitgliedstaaten und Industrie koordiniert und KI gleichzeitig als Angriffsvektor und als Abwehrwerkzeug adressiert.
Meta Superintelligence Labs stellt Muse Image und Muse Video vor — Modelle mit agentischer Architektur, die intern Code- und Websuch-Tools aufrufen, und belegen Platz #2 sowie #3 in der Arena-Rangliste mit obligatorischem Content-Seal-Wasserzeichen.
Das britische AI Security Institute nutzte Frontier-Modelle zur Prüfung seiner eigenen Forschungsplattform und fand eine fünfstufige Angriffskette, die Standardtools zuvor entgangen war — für unter £150 an Token-Kosten.
Forscher der Seoul National University sowie der Universitäten Indiana und Wisconsin führen Agent Data Injection (ADI) ein — einen neuen Angriffstyp, der bösartige Daten in vertrauenswürdige Datenstrukturen von Agenten einschleust, beliebige Click-Angriffe und Remote-Code-Execution auf Claude Code, Codex und Gemini CLI erzielt und dabei bestehende Schutzmaßnahmen umgeht.