Verfolge KI. Verstehe, was wichtig wird.

IWE: KI-gestützter Wissensgraph mit Agentic RAG, OpenAI Function Calling und Graph Traversal

In diesem Tutorial wird gezeigt, wie man IWE, ein Open‑Source‑Tool in Rust, als KI‑gestützten Wissensgraphen einsetzt. IWE verarbeitet Mark…

<h1>Effizientes RL-Training: HIVE reduziert Rollout-Kosten bei großen Sprachmodellen</h1> <p>Reinforcement Learning (RL) ist mittlerweile ein unverzichtbarer Schritt, um große Sprachmodelle (LLMs) für komplexe Denkaufgaben zu optimieren. Doch die dafür benötigten Rollouts sind extrem rechenintensiv, weil viele Eingabeaufforderungen (Prompts) kaum nützliche Gradienten liefern. Das neue Verfahren <strong>HIVE</strong> – History‑Informed and online‑Verified Prompt Selection – löst dieses Problem, indem es erst

OpenAI führt Plugins für Codex ein – Schließt Lücke zu Claude Code

OpenAI hat heute die Einführung von Plugins für Codex angekündigt, eine Funktion, die die Leistungsfähigkeit des KI‑Codegenerators erheblic…

ElephantBroker: KI-Agenten mit überprüfbarer Wissensbasis

In hochriskanten, mehrstufigen Szenarien, in denen Sprachmodelle Entscheidungen treffen, wird die Genauigkeit der gespeicherten Information…

AutoSAM: KI-gestützte Automatisierung von SAM-Input-Dateien

In der Planung und Sicherheitsanalyse moderner Reaktoren bleibt das Erstellen von Input‑Dateien für das System Analysis Module (SAM) ein au…

Gemini erleichtert den Wechsel von ChatGPT – so funktioniert's

Gemini hat die Migration von ChatGPT vereinfacht: Nutzer können jetzt Erinnerungen, Chatverläufe und Einstellungen aus einer anderen KI imp…

<p>LLMs zeigen: Mathematisches Problemlösen verbessert Bewertungskompetenz</p> <p>In der heutigen digitalen Lernlandschaft werden große Sprachmodelle (LLMs) immer häufiger im Mathematikunterricht eingesetzt – nicht nur als Hilfsmittel zum Lösen von Aufgaben, sondern auch als Instrumente zur Bewertung der Lernenden. Eine neue Untersuchung klärt, ob die Fähigkeit eines Modells, mathematische Probleme zu lösen, tatsächlich mit seiner Genauigkeit bei der Bewertung von Lösungswegen zusammenhängt.</p> <p>Die Fors

UniAI-GraphRAG: Neue Methode für robustes Mehrschritt-Reasoning

Die neueste Veröffentlichung von UniAI präsentiert UniAI-GraphRAG, ein fortschrittliches Framework, das Retrieval‑Augmented Generation (RAG…

openJiuwen Community präsentiert „JiuwenClaw“: KI-Agent für Aufgabenmanagement

Seit den 1990er Jahren hat die KI die Welt in vielerlei Hinsicht revolutioniert. Von der Automatisierung von Arbeitsprozessen bis hin zur E…

Intern-S1-Pro: Ein Billionen-Parameter-Model für wissenschaftliche Multimodalität

Intern-S1-Pro ist das erste wissenschaftliche multimodale Modell, das eine Billion Parameter umfasst. Durch diese enorme Skalierung verbind…

LLM-Chain-of-Thought: Echtzeit-Überwachung für sichere Argumentationswege Moderne Sprachmodelle greifen zunehmend auf explizite „Chain-of-Thought“-Rechnungen zurück, um komplexe Aufgaben zu lösen. Während die Sicherheit von Inhalten – also das Vermeiden von schädlichen, voreingenommenen oder faktisch falschen Ausgaben – bereits intensiv untersucht wird, bleibt die Sicherheit des Denkprozesses selbst weitgehend unbeachtet. In einer neuen Studie wird dieser fehlende Aspekt als „Reasoning Safety“ definiert u