12 Nachrichten — 🟡 8 wichtig , 🟢 4 interessant
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.
OpenAI GPT-5.6 in drei Varianten — Sol, Terra und Luna — ist nun allgemein auf Amazon Bedrock verfügbar. Sol erreicht 80 Punkte im Coding Agent Index, übertrifft die Konkurrenz um 2,8 Punkte bei deutlich niedrigeren Kosten und unterstützt Prompt-Caching mit 90 % Rabatt.
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.
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.
Forscher entwickelten die S-TTT-Methode, die einem Modell ermöglicht, relevante Abschnitte langer Texte vor der Parameteradaption selbst zu identifizieren. Ergebnis: bis zu 15 % relative Verbesserung auf LongBench-v2 und LongBench-Pro ohne zusätzliche Parameter oder Hilfsmodelle.
AWS beschreibt, wie Bluesight, eine Plattform für Healthcare-Compliance, ein Multi-Agenten-System auf Amazon Bedrock AgentCore aufgebaut hat. Laut Unternehmensangaben reduziert es die Berichtserstellung um 96 % und eliminiert mehr als 4.000 Stunden jährlicher manueller Arbeit.
Bogdanov, Rosen und Vafa bewiesen auf der ICML 2026, dass ein Backdoor in tiefe Feedforward-Netzwerke so eingebettet werden kann, dass er statistisch undetektierbar ist — selbst im White-Box-Szenario mit vollem Zugriff auf alle Modellgewichte. Der kryptografische Beweis bestätigt eine fundamentale Asymmetrie zwischen Modelltrainern und Nutzern.
Microsoft veröffentlichte verifizierten Kryptografiecode für SHA-3 und ML-KEM, integriert in SymCrypt — mit einer Kombination aus Rust, dem Lean-Beweisassistenten und der Aeneas-Toolchain sowie KI-Agenten, die das Schreiben mathematischer Beweise beschleunigen.
