13 Nachrichten — 🔴 1 kritisch , 🟡 7 wichtig , 🟢 5 interessant
NVIDIA hat Nemotron 3 Ultra veröffentlicht, ein Open-Weight-Mixture-of-Experts-Modell mit 550 Milliarden Gesamtparametern und 55B aktiven pro Token. Das Modell zielt auf lange agentische Workflows bei bis zu 30 % geringeren Kosten gegenüber anderen führenden Open-Modellen. Es ist in Ollama verfügbar, und vLLM bot Day-0-Unterstützung für das Serving.
Die wissenschaftliche Arbeit arXiv:2606.05555 argumentiert, dass der wesentliche Treiber skalierbaren Multitask-Reinforcement-Learnings das Repräsentationslernen ist, nicht modellbasierte Steuerung. Der modellfreie Algorithmus MR.Q kombiniert prädiktive Repräsentationen mit einer Value-Funktion hoher Kapazität und übertrifft World-Model-Methoden bei geringeren Rechenkosten. Das Ergebnis gilt sogar ohne Planung, bei Continuous-Control-Aufgaben.
Die wissenschaftliche Arbeit arXiv:2606.05661 stellt CL-Bench vor, den ersten anspruchsvollen und experten-validierten Benchmark, der misst, ob sich LLM-Systeme tatsächlich durch sequenzielle Erfahrung verbessern. Die Evaluierung von Frontier-Modellen offenbart Probleme bei der Wiederverwendung von Wissen und Overfitting auf unmittelbare Beobachtungen. Selbst dedizierte Speicherarchitekturen schneiden schlechter ab als einfaches In-Context-Learning.
IBM und Google Cloud kündigten eine strategische Partnerschaft an, die als Multimilliarden-Chance beschrieben wird, und lancieren eine neue Google Cloud Practice, die IBMs Branchenexpertise mit der Google Cloud Gemini Enterprise Agent Platform verbindet. IBM baut KI-Agenten auf der Plattform IBM Consulting Advantage, optimiert für Gemini Enterprise, in acht Sektoren. Ziel ist, Kunden von KI-Piloten zum produktiven Einsatz zu bringen.
In einem Blogbeitrag des Autors Neil Dahlke argumentiert LangChain, dass Model Neutrality — die Fähigkeit, über verschiedene KI-Modelle hinweg zu arbeiten — für Flexibilität und Widerstandsfähigkeit wichtiger ist als Neutralität gegenüber einem Cloud-Anbieter. Der Ansatz ermöglicht es, Vendor-Lock-in auf Modellebene zu vermeiden und sich anzupassen, während sich die KI-Fähigkeiten weiterentwickeln.
OpenAI führt ein neues Speichersystem für ChatGPT namens 'Dreaming' ein, das darauf ausgelegt ist, Nutzerpräferenzen besser zu merken und den Kontext über Gespräche hinweg frisch und relevant zu halten. Ziel ist die Beibehaltung relevanter Informationen zwischen Sitzungen. Details zur Implementierung sind vorerst begrenzt, da die Ankündigung knapp gehalten ist.
Die wissenschaftliche Arbeit arXiv:2606.05610 stellt ein Framework vor, das mit empirischen Skalierungsgesetzen die optimalen Hyperparameter während des Continued Pre-Trainings von LLMs vorhersagt. Ein zweistufiger Ansatz leitet Compute→Einstellungen-Funktionen über Proxy-Modelle ab und schätzt anschließend den äquivalenten Pre-Training-Compute aus dem Validierungsverlust. Er erzielt vergleichbare oder bessere Leistung bei einer Senkung der Kosten der Hyperparameter-Suche um bis zu 90 %, modellagnostisch.
Anthropic hat Claude Code v2.1.163 mit Managed Settings für Enterprise-Version-Locking, einem neuen Befehl /plugin list sowie Verbesserungen der Stop- und SubagentStop-Hooks veröffentlicht. Das Release bringt auch mehrere praktische Ergänzungen und eine Reihe von Bugfixes, darunter die Korrektur von Hook-Bedingungen, die fälschlicherweise bei jedem Bash-Befehl auslösten.
NIST stellte Safe Step vor, ein KI-System auf Basis von Reinforcement Learning, das die sichersten Evakuierungsrouten bei einem Brand in einem Gebäude Schritt für Schritt berechnet. Das Modell lernt aus Grundrissen und NISTs Brandsimulationen und nutzt Live-Sensordaten, um Routen kontinuierlich zu aktualisieren. Es wählt Routen mit der niedrigsten Dosis toxischer Gase und sagt die Brandausbreitung voraus, funktioniert vorerst jedoch nur für eingeschossige Grundrisse.
CHASE ist ein Closed-Loop-Framework, in dem ein Angreifer- und ein Verteidigermodell durch Reinforcement Learning ko-evoluieren. Der Angreifer nutzt GRPO, um Prompts unter Beibehaltung der Absicht umzuschreiben, während die Verteidigung durch zweistufiges Training gestärkt wird. Das Ergebnis ist eine Senkung des Vulnerability-Scores um 43,2 % bei einer Null-Rate falscher Ablehnungen bei harmlosen Eingaben.
Eine Arbeit auf arXiv zeigt, dass Safety Alignment paradoxerweise eine Verwundbarkeit in großen Sprachmodellen erzeugt. Der 'Posterior Attack' ist ein Single-Query-Jailbreak, der die Fähigkeit des Modells ausnutzt, schädliche Inhalte zu erkennen. Getestet wurde er an 30 Open-Source-LLMs sowie an Frontier-Modellen wie GPT-5 und Claude 4.6.
![Redaktionelle Illustration: FLUX.2 [klein] kommt vorinstalliert auf ASUS-ProArt-Laptops](https://images.24-ai.news/black-forest-labs-flux-outpainting-600.webp)
