Microsoft, das in Sachen Sprachmodelle bislang vor allem auf seine Beteiligung an OpenAI setzte, in das man bis zu 13 Milliarden US-Dollar investierte, hat nun erstmals zwei große, selbst entwickelte Modelle vorgestellt.

Stillschweigend hat das Startup Nous Research seinen ChatBot Hermes 4  veröffentlicht, der mit Top-Systemen der oft proprietären Konkurrenz mithalten können soll.

Wetter- und Klimaprognosen werden zunehmend mit riesigen KI-Modellen berechnet. Eine neue Studie des MIT zeigt nun aber: einfachere, physikalische Modelle können genauere Vorhersagen treffen als große KI-Modelle.

Forscher von Apple haben herausgefunden, dass einzelne unter den Milliarden Parametern eines LLM, sogenannte Super Weights, die Sprachfähigkeit des Modells entscheidend beeinflussen oder sogar zerstören können.

Forscher von Salesforce AI Research haben mit MCP-Universe einen neuen Benchmark entwickelt, der die Leistung von KI-Agenten besser beurteilen soll als bestehende Ansätze. Selbst Top-Modelle zeigen bei dieser Prüfung deutliche Schwächen.

Die Diskussionen über den enormen Ressourcenverbrauch der riesigen KI-Rechenzentren hält an. Nun hat Google erstmals konkrete Zahlen dazu veröffentlicht.

Der TikTok-Mutterkonzern ByteDance hat mit Seed-OSS-36B ein weiteres chinesisches LLM als Open Source veröffentlicht. Es erschien unter der Apache-2.0-Lizenz.

Richard Sutton, einer der Pioniere des verstärkenden Lernens (Reinforcement Learning), warnt, die heutige KI-Forschung, die auf immer größere Sprachmodelle setze, bewege sich in eine Sackgasse. Anstelle von Modellen, die ihr gesamtes Wissen in einer Trainingsphase erwerben, setzt er auf...

Eine neue Studie  von Forschern der Arizona State University zeigt: Sprachmodelle, die zu einem schrittweisen Nachdenken entlang einer Gedankenkette (Chain-of-Thoughts, CoT) aufgefordert werden, übertragen in Wirklichkeit nur Muster, die sie aus ihren Trainingsdaten kennen, auf die gestellte...

Das chinesische Start-up DeepSeek hat in aller Stille sein neuestes Modell mit der Versionsnummer 3.1 auf die Plattform Hugging Face hochgeladen und erneut für Aufmerksamkeit in aller Welt gesorgt.

Forscher der Universität von Kalifornien, der Stanford Universität und des Unternehmens Databricks haben mit GEPA eine neue Methode erfunden, die bei der Anpassung von LLMs an spezielle Aufgaben wesentlich bessere Lernerfolge zeitigt als das traditionelle Reinforcement Learning (RL).

Googles Chatbot Gemini soll sich nun an frühere Gespräche mit seinem Nutzer erinnern können und auf diese Weise Antworten geben, die besser auf dessen Bedürfnisse zugeschnitten sind, besonders bei Empfehlungen.

Die kommende Version 8.0 des Multimedia-Frameworks FFmpeg schreibt auf Wunsch Audio-Material mit. Das gelingt über eine lokal auf dem System laufende Whisper-KI, FFmpeg zapft folglich keinen Cloud-Dienst an.

KI Agenten, also Softwarekomponenten, die Computer, Browser oder das Smartphone des Anwenders selbstständig bedienen können, sind momentan stark im Kommen. Die meisten großen KI-Unternehmen betreiben entsprechende Projekte (OpenAI: "Operator", Apple: "Apple Intelligence", Google "Project...

Nach dem holprigen GPT-5-Start in der vergangenen Woche rudert nun OpenAI zurück und setzt für alle zahlenden Kunden (GPT Plus-, Pro-, Team-, Enterprise- und Edu-Tarife) wieder das ältere Modell 4o als Default ein.