Verfolge KI. Verstehe, was wichtig wird.

Z.AI GLM-5: Agentische Systeme für den Produktionseinsatz bauen

In diesem Tutorial wird die volle Leistungsfähigkeit des Z.AI GLM‑5 Modells vorgestellt und gezeigt, wie man es für praxisnahe, agentische…

DeepMind nutzt KI, um eigene Spieltheorie-Algorithmen zu verbessern

DeepMind hat ein neues System entwickelt, das seine eigenen Spieltheorie-Algorithmen neu schreibt und dabei die Leistung menschlicher Exper…

CuTeGen: LLM-Framework zur automatischen Optimierung leistungsstarker GPU-Kernel

GPU‑Kernels bilden das Herz moderner Machine‑Learning‑Systeme, doch ihre effiziente Umsetzung bleibt ein komplexer, expertenintensiver Proz…

Netflix veröffentlicht Open-Source-Modell VOID – KI entfernt Objekte aus Videos

Netflix hat sein neuestes KI-Projekt, das Modell VOID, als Open‑Source veröffentlicht. Mit VOID können Nutzer Objekte aus Videomaterial ent…

Hacker veröffentlichen Claude-Code-Leak mit zusätzlicher Malware

In einer alarmierenden Wendung haben Hacker den Leaks des Claude-Codes zusammen mit zusätzlicher Malware öffentlich gemacht. Diese Veröffen…

DISCO-TAB: RL-Framework für datenschutzkonforme Synthese klinischer Daten

Ein neues Framework namens DISCO-TAB hat die Synthese von klinischen Daten revolutioniert. Durch die Kombination eines feinabgestimmten Spr…

Neues Modell vorhersagt Lieferkettenstörungen präziser als GPT-5

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz hat ein leistungsstarkes Verfahren entwickelt, das Lieferkettenstör…

<h1>Wie Coding-Agenten Tools, Speicher und Repository‑Kontext nutzen</h1> <p>In der Praxis steigern spezialisierte Coding‑Agenten die Leistungsfähigkeit großer Sprachmodelle (LLMs), indem sie gezielt externe Werkzeuge, persistente Speicher und den Kontext von Code‑Repos nutzen. Durch die Integration von Entwicklungs‑Tools wie Git, IDE‑Plugins und Testframeworks kann der Agent Code generieren, testen und iterativ verbessern, ohne dass der Entwickler ständig zwischen verschiedenen Anwendungen wechseln muss.</

Transformer-Modelle revolutionieren Windstrukturvorhersage und digitale Zwillinge

Ein neues Transformer‑Verfahren zur Vorhersage von windinduzierten strukturellen Reaktionen wurde vorgestellt. Das Modell kombiniert eine s…

Evolution Strategies vs. GRPO: Gleiche Genauigkeit, unterschiedliche Geometrie bei LLM-Post-Training

In einer aktuellen Studie wurden die beiden populären Ansätze Evolution Strategies (ES) und Group Relative Policy Optimization (GRPO) im Ko…

SECURE: Stabile Frühzeitige Kollisionsvorhersage mit robusten Embeddings

Die neuesten Fortschritte im Deep Learning haben die Vorhersage von Unfällen in autonomen Fahrzeugen stark verbessert. Doch die Zuverlässig…