Samstag, 13. Juni 2026

7 Nachrichten — 🟡 4 wichtig , 🟢 3 interessant

🤖 Modelle (2)

🟡 🤖 Modelle 13. Juni 2026 · 4 Min. Lesezeit

arXiv: TruDi — Diffusionsrichtlinien für massiv-paralleles On-Policy-RL

TruDi ist die erste Methode, die Diffusionsrichtlinien stabiles Training in einer massiv-parallelen On-Policy-RL-Umgebung ermöglicht, durch Trust-Region-Optimierung mit KL-Divergenz-Beschränkung über den gesamten Diffusionspfad. Auf 73 Aufgaben über 4 Benchmarks erzielt sie Ergebnisse, die mit starken Baselines konkurrieren oder diese übertreffen, mit deutlichem Fortschritt bei der Humanoid-Steuerung.

🟢 🤖 Modelle 13. Juni 2026 · 4 Min. Lesezeit

arXiv: DLWM — diverse latente Weltmodelle für multimodales Schlussfolgern

DLWM löst visuelle Mehrdeutigkeit beim multimodalen Schlussfolgern durch den gleichzeitigen Aufbau mehrerer diverser latenter Hypothesen, verhindert deren Kollaps durch orthogonale Regularisierung und adaptiert die Rechenallokation mittels einer RL-Richtlinie. Auf mehreren Benchmarks verbessert es die Genauigkeit um 2 bis 5 Prozentpunkte und reduziert gleichzeitig den Speicherbedarf um 24 %.

🤝 Agenten (3)

🟡 🤝 Agenten 13. Juni 2026 · 4 Min. Lesezeit

arXiv: ASSAY-Framework setzt mit selektivem Skill-Masking neuen Rekord für LLM-Agenten

Forscher der University of North Carolina at Chapel Hill (Yixuan Wang et al.) identifizieren „kausale Heterogenität” in Skill-Bibliotheken von LLM-Agenten: Einzelne Skills helfen bei bestimmten Aufgabentypen, schaden jedoch gleichzeitig bei anderen. Das ASSAY-Framework trennt Skill-Generierung von empirischer Korrektur und erreicht durch aufgabengenaues Masking mit DeepSeek-V3 eine Zielerfüllungsrate von 69,3 % auf AppWorld — ein relativer Anstieg von 47,4 % und neuer State of the Art ohne Gewichtsanpassung.

🟡 🤝 Agenten 13. Juni 2026 · 4 Min. Lesezeit

arXiv: CODA-BENCH zeigt, dass führende Agenten nur 61,1 % bei Code-und-Daten-Aufgaben erreichen

Forscher der Renmin University of China stellen CODA-BENCH vor, den ersten Benchmark, der gleichzeitig Codegenerierung und Datenabruf in einer realistischen Linux-Sandbox mit Kaggle-Datensätzen evaluiert. Der Benchmark umfasst 1.009 Aufgaben in 31 Communities mit durchschnittlich 980 Dateien pro Umgebung, und führende Agenten erreichen nur 61,1 % Erfolgsrate — angenommen auf der ICML 2026.

🟢 🤝 Agenten 13. Juni 2026 · 4 Min. Lesezeit

arXiv: UCS-Bench testet räumliches Gedächtnis von KI-Agenten in egozentrischem Video

Forscher stellen UCS-Bench vor, einen Benchmark mit über 170 Stunden egozentrischem Video und 8.100 zeitlich annotierten Fragen zum Test der räumlichen Intelligenz von KI-Agenten, sowie das DirectMe-Framework, das schrittweise ein strukturiertes räumliches Gedächtnis aus Streaming-Beobachtungen aufbaut. Angenommen auf der ICML 2026.

🛡️ Sicherheit (1)

🟡 🛡️ Sicherheit 13. Juni 2026 · 4 Min. Lesezeit

arXiv: CVP-Monitor liest Prioritätskonflikte direkt aus KI-Modell-Aktivierungen

Die Forscher Tong Che und Rui Wu stellen Constitutional Value Potentials (CVP) vor — skalare Potenziale, die aus verborgenen Modellzuständen gelernt werden und den inneren Druck zur Wahrung konstitutioneller Werte messen. Die vorzeichenbehaftete Differenz zweier Potenziale bildet die Priority Margin; der CVP-Monitor erreicht einen AUROC von bis zu 0,95 bei der Erkennung von Wertverletzungen, ohne Ausgabetext zu lesen, generalisiert auf drei Qwen2.5-Skalierungsstufen und das Signal erscheint bereits beim ersten Antwort-Token.

✨ Interessantes (1)

🟢 ✨ Interessantes 13. Juni 2026 · 4 Min. Lesezeit

arXiv: KI als verborgener Dritter — eine Studie über romantische Kommunikation mit ChatGPT

Die Forscher Skyler Wang und Isabella Luppi analysieren vernakularischen Diskurs von TikTok und Reddit aus den Jahren 2023–2026 über den Einsatz von KI in der romantischen Kommunikation und führen die Konzepte der verdeckten Triade und der Artikulationsarbeit ein. Sie schlussfolgern, dass Authentizität von sprachlicher Autorenschaft zu emotionalem Eigentum umkonfiguriert wird.