Samstag, 20. Juni 2026

13 Nachrichten — 🟡 7 wichtig , 🟢 6 interessant

🤖 Modelle (2)

🟡 🤖 Modelle 20. Juni 2026 · 2 Min. Lesezeit

arXiv:2606.20333: SoftSkill komprimiert Skill-Dokumente in 32 latente Tokens und steigert LiveMath um 42,1 Punkte

SoftSkill ist eine in der Studie arXiv:2606.20333 beschriebene Methode, die Skill-Dokumente wie Markdown-SKILL.md-Dateien in kompakte kontinuierliche latente Objekte umwandelt, die das Modellverhalten steuern, ohne das Basismodell zu ändern. Statt hunderten oder tausenden Anweisungs-Tokens verwendet SoftSkill 32 virtuelle Tokens und erzielt auf der LiveMath-Aufgabe eine Verbesserung von 42,1 Prozentpunkten gegenüber dem Betrieb ohne Skill.

🟢 🤖 Modelle 20. Juni 2026 · 1 Min. Lesezeit

arXiv:2606.19808: SEVRA spart durch selektive Verifikation bis zu 91 Prozent der Tokens beim Modell-Reasoning

SEVRA ist ein in der Studie arXiv:2606.19808 beschriebener Controller, der entscheidet, wann eine Modellantwort verifiziert und wann die erste Schätzung akzeptiert werden soll, um budgetbewusstes Reasoning zu ermöglichen. Auf dem Benchmark GSM8K steigert SEVRA die Genauigkeit von 93,4 auf 94,5 Prozent bei 91,2 Prozent weniger Verifikations-Tokens; auf MATH-500 erreicht es 76,3 Prozent Genauigkeit bei 26,8 Prozent weniger Tokens.

📦 Open Source (2)

🟡 📦 Open Source 20. Juni 2026 · 2 Min. Lesezeit

arXiv:2606.20517: Multi-LCB erweitert LiveCodeBench auf 12 Programmiersprachen und deckt Python-Overfitting bei 24 Modellen auf

Multi-LCB ist eine Erweiterung des LiveCodeBench-Benchmarks von Python auf 12 Programmiersprachen, beschrieben in der Studie arXiv:2606.20517 und akzeptiert auf der ICLR 2026. Durch Tests an 24 großen Sprachmodellen decken die Autoren signifikantes Python-Overfitting und sprachspezifische Datenkontamination auf und legen die Grenzen mehrsprachiger Codegenerierung in heutigen Modellen offen.

🟡 📦 Open Source 20. Juni 2026 · 2 Min. Lesezeit

UK AISI: Engineering Playbook öffnet Frontier-Modell-Evaluierungsinfrastruktur in fünf Schichten

Der Engineering Playbook ist eine Open-Source-Dokumentation, die das UK AI Safety Institute am 18. Juni 2026 veröffentlichte und die interne Infrastruktur zur Evaluierung von Frontier-KI-Modellen öffnet. Der Playbook ist in fünf Schichten strukturiert (Evaluate, Isolate, Connect, Run, Scale) und baut auf dem früher veröffentlichten Tool Inspect AI auf, das über 200 fertige Evaluierungen und 240 Mitwirkende hat.

⚖️ Regulierung (1)

🟡 ⚖️ Regulierung 20. Juni 2026 · 2 Min. Lesezeit

EU AI Office: Konsortium EUROPA baut offenes europäisches Frontier-Modell mit über 400 Milliarden Parametern für alle 24 EU-Sprachen

EUROPA ist ein Konsortium, das die Europäische Kommission am 19. Juni 2026 als Gewinner des Frontier AI Grande Challenge ausgewählt hat. Geführt vom italienischen Unternehmen Domyn, wird das Konsortium ein offenes europäisches Frontier-Modell mit mehr als 400 Milliarden Parametern aufbauen, das alle 24 Amtssprachen der EU unterstützt und Unternehmen, Forschern und öffentlichen Einrichtungen zur Verfügung stehen wird.

🤝 Agenten (2)

🟢 🤝 Agenten 20. Juni 2026 · 1 Min. Lesezeit

GitHub: Interner Analyse-Agent Qubot verkürzte Abfragezeit um rund 66 Prozent

Qubot ist ein interner KI-Analyse-Agent, den GitHub entwickelt hat, um Mitarbeitern die Abfrage des Data Warehouse in natürlicher Sprache zu ermöglichen. Der Agent nutzt eine dreistufige föderierte Kontextschicht (Bronze, Silver, Gold) und automatisches Routing zwischen den Abfrage-Engines Kusto und Trino; er reduzierte die Abfragezeit um rund 66 Prozent.

🟢 🤝 Agenten 20. Juni 2026 · 1 Min. Lesezeit

NVIDIA: Partner auf Cannes Lions 2026 zeigten agentische KI für Marketing, Criteo verdoppelte Trainingsgeschwindigkeit auf Blackwell

NVIDIA präsentierte auf dem Cannes Lions 2026 Festival gemeinsam mit Partnern agentische KI für Werbung. Criteo verdoppelte die Modell-Trainingsgeschwindigkeit auf NVIDIA-Blackwell-GPUs und gab rund 17.000 GPU-Stunden jährlich frei, Alembic analysiert eine Milliarde Variablen auf DGX-Vera-Rubin-Systemen, und KERV.ai berichtet von zehnfacher Verbesserung bei multimodaler Analyse.

🔧 Hardware (1)

🟢 🔧 Hardware 20. Juni 2026 · 1 Min. Lesezeit

AMD: ROCm-Optimierung von Matrix3D für 3D-Welten beschleunigt Rendering auf Instinct-GPUs um bis zu 54 Prozent

AMD beschreibt im ROCm-Blog die Optimierung des Matrix3D-Frameworks zur Generierung erkundbarer 3D-Welten auf AMD-Instinct-GPUs. Durch den Ersatz CUDA-spezifischer Komponenten durch Triton-Kernel und die Nutzung der gsplat-Bibliothek für 3DGS wurde das Rendering auf der MI250-GPU um 54 Prozent und auf der MI300 um 50 Prozent beschleunigt; der Rendering-Kernel selbst ist 36 Prozent schneller als die CUDA-Version.

🏥 In der Praxis (3)

🟡 🏥 In der Praxis 20. Juni 2026 · 2 Min. Lesezeit

Anthropic: Claude Code v2.1.183 blockiert destruktive Git- und Infrastrukturbefehle im Auto-Modus

Claude Code v2.1.183 ist die neue Version von Anthropics CLI-Tool, veröffentlicht am 19. Juni 2026. Im Auto-Modus blockiert es destruktive Git-Befehle (git reset --hard, git clean -fd, git stash drop) sowie Infrastrukturbefehle (terraform, pulumi und cdk destroy) ohne explizite Nutzeranforderung. Die Version bringt auch Korrekturen für WebSearch in Subagenten, TUI-Korruption und MCP-Authentifizierung.

🟡 🏥 In der Praxis 20. Juni 2026 · 2 Min. Lesezeit

AWS: SageMaker erhält über 100 detaillierte Inference-Metriken und Insights-Dashboard auf CloudWatch

Amazon SageMaker, AWSs Plattform für maschinelles Lernen, gibt jetzt mehr als 100 detaillierte Metriken für generativen KI-Inference an CloudWatch aus, verfügbar über das neue Insights-Dashboard. Das Dashboard zeigt Token-Level-Latenz (TTFT, Inter-Token-Latenz), KV-Cache-Tracking und Kaltstart-Diagnostik und ist über einen PromQL-Endpunkt mit Grafana und Datadog kompatibel.

🟢 🏥 In der Praxis 20. Juni 2026 · 1 Min. Lesezeit

GitHub: Copilot stellt Opus 4.6 (fast) am 29. Juni ein, fügt AGENTS.md zu Code Review hinzu und ai_credits_used-Feld zur API

GitHub gab über das Changelog drei Änderungen für Copilot bekannt. Das Modell Opus 4.6 (fast) wird am 29. Juni 2026 auf allen Copilot-Oberflächen eingestellt, mit Empfehlung zum Wechsel zu Opus 4.8 (fast); Copilot Code Review liest nun Repository-AGENTS.md-Dateien; die Copilot Usage Metrics API erhält das Feld ai_credits_used zur Verfolgung des KI-Kreditverbrauchs pro Nutzer.

🛡️ Sicherheit (1)

🟡 🛡️ Sicherheit 20. Juni 2026 · 2 Min. Lesezeit

arXiv:2606.20508: Was Sprachmodelle aus gemischten Demonstrations sicheren und schädlichen Verhaltens lernen

Die Studie arXiv:2606.20508 untersucht, wie sicherheitsausgerichtete Sprachmodelle auf kontextuelle Beispiele reagieren, die harmlose und schädliche Demonstrationen mischen. Der Hauptbefund: Harmlose und schädliche Demonstrationen sind nicht austauschbar – harmlose Beispiele können je nach Modell schädliche Compliance sowohl senken als auch erhöhen, während Preference Optimization die Eskalation schädlichen Verhaltens verhindert.

✨ Interessantes (1)

🟢 ✨ Interessantes 20. Juni 2026 · 1 Min. Lesezeit

arXiv:2606.20205: Psychologische Profile von Sprachmodellen sind größtenteils ein Messartefakt, keine stabile Persönlichkeit

Die Studie arXiv:2606.20205 testete 56 instruktionsabgestimmte Sprachmodelle mit standardisierten psychologischen und Präferenzinstrumenten. Mittels Varianzzerlegung zeigen die Autoren, dass gerichteter Response-Bias 81 bis 90 Prozent der Unterschiede zwischen Modellen erklärt, gegenüber nur 9 bis 16 Prozent bei Menschen – psychologische Profile von Modellen sind daher größtenteils ein Messartefakt.