KI-Forschung

Vier Gemini-Agenten besiegen den Enderdrachen in Minecraft. Was der Versuch über Teamarbeit zeigt und warum die Werkzeuge für die Einordnung zählen.

Studie von Google Research, MIT und Harvard: KI-Modelle erkennen Fehler, berichten sie aber oft nicht. Ein Satz im Prompt hilft. So nutzen Sie den Befund.

Claude rekonstruiert die Herkunft historischer NIST-Startwerte. Warum das digitale Signaturen besser erklärt und keine Verschlüsselung bricht.

TheoPhysEval zeigt starke KI-Ergebnisse bei Rechnungen aus der theoretischen Physik. Was 49 gelöste Aufgaben bedeuten und wie der Test nachprüfbar wird.

AlphaProof Nexus erscheint in Science. Wie Lean KI-Beweise prüfbar macht, was die Ergebnisse zeigen und wer die veröffentlichten Dateien nutzen kann.

Der Preprint-Server arXiv erlaubt seit Oktober nur noch zwei Einreichungen pro Person und Monat. Was hinter der Notbremse steckt und was Forschende jetzt beachten müssen.

Epoch AI lässt Agenten neue Trainingsmethoden entwickeln. Der Test zeigt, warum überprüfte Fortschritte und überzeugende Forschungsberichte auseinanderliegen.

Vals AI ließ GPT-6 Sol und Opus 5.5 allein und im Team programmieren: bis zu fünffache Kosten, kaum bessere Apps. Wann Subagenten trotzdem sinnvoll sind.

Eine Studie findet fast 13.000 typische KI-Wendungen, doch jede Modellversion hat eigene. Was die Liste über Claude, GPT und Gemini verrät und wo sie versagt.

Ein Astrophysiker schließt mit KI-Agenten aus Claude Science die Lücke in der UV-Himmelskarte. Wie das Drittel ohne Messdaten entstand und wo der Mensch eingriff.