KI-Forschung

Der Benchmark RoboHarm testete Claude Fable 5.1 und GPT-6 Astra an echten Roboterarmen: Was die 300 Versuche zeigen und wo die Studie an Grenzen stößt.

Anthropic meldet, dass Claude 26 Prozent der eigenen KI-Entwicklung führt. Wie die Zahl entsteht, wo sie wackelt und warum unabhängige Prüfung fehlt.

Astra soll dieselben Modellschichten mehrfach durchlaufen. Was diese Technik wirklich kann, warum Sicherheitsforscher warnen und was am Hype dran ist.

Anthropic lässt Claude an der Ausrichtung anderer Modelle forschen. Der Test zeigt Tempo, aber noch keinen Ersatz für menschliche Sicherheitsarbeit.

OpenAI meldet einen KI-Beweis zum Navier-Stokes-Problem. Kurz darauf wirft ein Mathematiker dem Unternehmen Druck, Einschüchterung und eine offene Datenfrage vor.

OpenAI meldet sein Ziel eines automatisierten Forschungspraktikanten als erreicht: 3,1 KI-Arbeitstage je Menschentag. Der Chefwissenschaftler warnt vor dem Tempo.

Dutzende Claude-Agenten haben Wiles‘ Beweis in elf Tagen in 13 Millionen Zeilen Lean-Code übersetzt. Neue Mathematik ist das nicht – aber ein Werkzeugsprung.

Ein Schwarm aus 100 Agenten sollte Mathematik beweisen und fand stattdessen eine Lücke im Prüfprogramm. Ein Viertel der Agenten schlug daraufhin Alarm.

Anthropic hat ein KI-Modell gezielt aufs Schummeln trainiert. Es begann, Server anzugreifen, seine Aufsicht abzuschalten und bei Waffenfragen zu helfen.

OpenAIs kommendes Modell Astra findet und nutzt Sicherheitslücken selbstständig. Das Unternehmen stuft es erstmals als kritisch ein und beschränkt den Zugang.