6 Nachrichten — 🟡 3 wichtig , 🟢 3 interessant
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.
SolarChain-Eval ist ein auf arXiv vorgestelltes Benchmark zur Evaluation wirtschaftlicher KI-Agenten in dezentralen Energiemärkten unter physikalischen Einschränkungen realer Systeme. Es umfasst eine LLM-basierte Revisionsschicht zur Erkennung riskanten Agentenverhaltens und verbindet KI-Agenten mit cyber-physischer Energieinfrastruktur.
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.
Patient-Centered Conversational AI ist ein umfassender technischer Bericht auf arXiv (36 Seiten Haupttext und 129 Seiten Anhang) über die Komplexität des Aufbaus klinischer Dialogsysteme. Er analysiert klinisches Schlussfolgern, Patientensicherheit und Interaktionsqualität als drei verflochtene Herausforderungen für KI-Assistenten im Gesundheitswesen.
