Verfolge KI. Verstehe, was wichtig wird.

Unternehmens‑KI: Der entscheidende Betriebsschicht‑Ansatz

In der Welt der Unternehmens-KI gibt es eine unterschätzte Schwachstelle, die bislang kaum Beachtung findet. Während die öffentliche Debatt…

Qwen3.6-35B-A3B übertrifft Claude Opus 4.7 bei Pelikan-Bike-Benchmark

Auf meinem MacBook Pro M5 habe ich die neu veröffentlichten Modelle Qwen3.6‑35B‑A3B von Alibaba und Claude Opus 4.7 von Anthropic im Rahmen…

EVE: Open-Source-Framework für spezialisierte LLMs zur Erdintelligenz

Mit dem neuen Projekt Earth Virtual Expert (EVE) setzt ein internationales Team einen Meilenstein für die Entwicklung von domänenspezifisch…

Neues Maß für Echtzeit-Überwachung von LLM-Interaktionen: Bi-Predictability

In hochriskanten, autonomen Arbeitsabläufen werden große Sprachmodelle (LLMs) immer häufiger eingesetzt. Dort ist eine kontinuierliche, meh…

LLMs komprimieren Prompts verlustfrei: Dictionary-Encoding spart Kosten

In der Welt der großen Sprachmodelle (LLMs) hat sich das In‑Context‑Learning als zentrales Lernparadigma etabliert. In einer neuen Studie z…

Multi-Task-LLM mit LoRA automatisiert Brustkrebs-Staging & Biomarker-Extraktion

Pathologiebeschreibungen sind das verbindliche Dokument für die Stadieneinteilung von Brustkrebs, doch ihre unstrukturierte Form erschwert…

TREX automatisiert LLM-Fine-Tuning mit Agenten-gestützter Baumexploration

Mit dem neuen System TREX wird das komplette Training von Large Language Models (LLMs) automatisiert – von der Analyse der Anforderungen bi…

KL-Analyse: Schnell, nur Vorwärts, Sensitivität bei gemischten SSM-Transformern

Die Verbreitung großer Sprachmodelle auf mobilen und IoT-Geräten steht vor einer großen Herausforderung: Rechenleistung und Speicher sind s…

LLM-gestütztes Wissensnetz stärkt Luftfahrt-Sicherheit

Die Integration von Large Language Models (LLMs) in die Entscheidungsfindung der Luftfahrt stellt einen bedeutenden technologischen Fortsch…

MOONSHOT: Mehrdimensionales Pruning für Vision‑ und Sprachmodelle

Ein neues Framework namens MOONSHOT wurde vorgestellt, das die Kompression von Vision‑ und großen Sprachmodellen revolutioniert. Durch die…

<h1>LLMs lösen Logik korrekt, liefern aber falsche Antworten – neue Benchmark enthüllt</h1> <p>Eine neue Studie zeigt, dass große Sprachmodelle (LLMs) jeden Schritt ihrer „Chain‑of‑Thought“-Logik fehlerfrei ausführen können, dabei aber häufig falsche Endergebnisse liefern. Das Problem wurde mit dem „Novel Operator Test“ aufgedeckt, einem Benchmark, der die reine Logik eines Operators von dessen Namen trennt und so echte Denkprozesse von bloßem Mustererkennen unterscheidet.</p> <p>Der Test bewertet Boolesche