13 Nachrichten — 🟡 7 wichtig , 🟢 6 interessant
Anthropic hat eine kostenlose Version von Claude für verifizierte K-12-Lehrkräfte in den USA gestartet, die bis Juni 2027 verfügbar ist. Das Programm umfasst eine Bibliothek mit Unterrichtsfähigkeiten, einen Lehrplan abgestimmt auf die Bildungsstandards aller 50 Bundesstaaten und Integrationen mit 9 Bildungstools.
Test-Time-Compute ist die zusätzliche Rechenkapazität, die ein Modell während der Inferenz aufwendet, um eine bessere Antwort zu erzeugen. Bojie Li und Noah Shi definieren die Interaktion mit externen Tools als dritte Achse des Test-Time-Compute — neben längerem Denken und Best-of-N-Sampling. Ein Proposer-Reviewer-System erreicht eine 100-%-Pass-Rate, während Selbstdenken und Best-of-N ein Plateau erreichen.
AMD hat LogsLop veröffentlicht, ein Open-Source-Python-CLI-Tool, das große Log-Dateien durch Normalisierung und Clustering komprimiert. Bei 73 echten Log-Dateien reduziert es die Zeilenanzahl auf 11 % und die Bytes auf 7,5 %, und mit Llama 3.3 70B werden 78 % weniger Token benötigt.
Lin Sun von Solo.io hinterfragt, ob der Kubernetes-Pod die richtige Abstraktion für das Deployment von KI-Agenten ist. Agenten sind ephemer — sie aktivieren sich kurz, und ein dedizierter ruhender Pod verschwendet Ressourcen. Er schlägt ein neues „Agent-Substrate"-Modell mit Actors und WorkerPools vor.
SCALECUA ist ein neues Framework von Tsinghua/THUDM-Forschenden, das Computer-Use-Agenten mittels Online-Reinforcement-Learning skaliert und einen neuen SOTA-Wert von 68,7 % auf dem OSWorld-Benchmark sowie 54,0 % auf ScienceBoard erzielt.
Ein Terminal-Agent ist ein KI-Agent, der Aufgaben über Befehle im Terminal oder der Shell löst. SETA (Shen et al., Oxford, KAUST) generiert über 4.500 verifizierbare RL-Umgebungen für das Training von Terminal-Agenten. DeepSeek-V4-Flash verbessert pass@1 von 40 % auf 43 % und pass@5 von 54 % auf 58 % auf Terminal-Bench 2.0.
Multi-Agenten-Orchestrierung ist die Koordination mehrerer spezialisierter KI-Agenten für eine gemeinsame Aufgabe. Thrad.ai implementierte ein System zur Findung von B2B-Käufern über 6 Quellen mit Amazon Bedrock und dem Strands-Agents-SDK. Das Swarm-Muster erzielt E-Mail-Qualität von 8,2/10, das Graph-Muster ist 25 % günstiger und 28 % schneller.
Claude Code v2.1.208 bringt drei neue Funktionen: einen opt-in Screen-Reader-Modus für Barrierefreiheit, Vim-Insert-Mode-Tastenkürzel-Remapping und einen Corporate-Process-Wrapper für alle selbst gestarteten Prozesse. Hotfix v2.1.209 behob sofort einen Fehler, der Dialoge in Hintergrund-Agent-Sitzungen blockierte.
Autoformalisierung ist die automatische Übersetzung von Mathematik in natürlicher Sprache in maschinell überprüfbare formale Form. Die ToMap-Pipeline von Tian-Shuo Liu und Mitarbeitenden erzielt 19,0 % Verbesserung gegenüber der bisherigen SOTA-Methode auf dem ProofFlowBench-Datensatz. Die Schlüsselinnovation ist die Konzentration von Test-Time-Compute auf den Decomposer als Engpass statt gleichmäßiger Verteilung.
Anthropic investiert 10 Millionen kanadische Dollar (CAD) in 8 kanadische Institutionen mit Schwerpunkt auf KI-Sicherheit, Gesundheitswesen und Sprachen mit wenigen Ressourcen. Ein gleichzeitig veröffentlichter Economic Index zeigt, dass Kanada 2,6 % des globalen Claude.ai-Traffics ausmacht, bei einer Pro-Kopf-Adoption, die 4,4-mal höher ist als erwartet.
Google DeepMind und die Atal Innovation Mission haben ATL Saathi gestartet — eine von Gemini angetriebene Web-Applikation, die Lehrkräfte in indischen STEM-Schullabors unterstützt. Sie wird in 100 Schulen erprobt und zielt auf mehr als 11 Millionen Schülerinnen und Schüler, mit Unterstützung für 8 Sprachen und 12 Unterrichtsmodule.
