Täglich aktualisiert1641 verifizierte Geschichten
Source-checked AI coverage of product launches, policy shifts, safety research, and industry moves, explained in plain English by a nonprofit education team.
Every story links to the strongest available evidence: original sources when available, otherwise clearly attributed reporting.
Was ist passiert, warum es wichtig ist und was man sich ansehen sollte – kein Steuerjargon.
Wenn das Signal dünn ist, veröffentlichen wir nichts, sondern füllen den Feed auf.
Ein wachsender Strom verifizierter Perspektiven für Menschen, die KI verstehen müssen, ohne einem Hype hinterherzulaufen.
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.
MileGPO uses milestone discovery and local evidence to improve credit assignment when training language-model agents on long, multi-step tasks. The authors report state-of-the-art results on ALFWorld and WebShop, but the claims remain limited to the paper’s experiments.
A new benchmark evaluates whether language-model agents correctly decide when interaction-derived information should be saved, checked, used temporarily or clarified with a user.
A new evaluation framework for watermarking schemes in large language models is proposed, focusing on cross-lingual fairness.
Der KI-Index 2026 von Stanford HAI besagt, dass sich nationale KI-Strategien ausbreiten, während Datenlokalisierungsregeln, staatlich geförderte Rechenkapazität und öffentliche Investitionen in den einzelnen Regionen ungleich bleiben.
Eine Together AI-Analyse von 904 DeepSWE-Rollouts ergab, dass der GPT-5.6 Sol von OpenAI bei der Codierungsgenauigkeit beim ersten Versuch führend ist, während der Open-Weight-GLM-5.3 bei zulässigen Wiederholungsversuchen führend ist, und zwar bei etwa der Hälfte der Kosten pro Versuch.
Ein arXiv-Preprint schlägt ein generatives KI-Modell und eine Wasserzeichenmethode für zuverlässigere multivariate Zeitreihendaten nach der Bearbeitung vor. Die Autoren berichten über Tests in Bezug auf Finanz-, Energie- und Neuroimaging-Benchmarks, die Zusammenfassung enthält jedoch keine numerischen Ergebnisse oder Belege für den Einsatz.
Das Abrufen von Codes in natürlicher Sprache ist eine sich schnell entwickelnde Aufgabe in der Informatik. Allerdings kombiniert das 1C:Enterprise-Ökosystem russische Syntax mit hochgradig domänenspezifischer Terminologie, für die es bisher praktisch keine offenen Datensätze und spezialisierten Modelle gab.
Große Sprachmodelle (LLMs) und Agenten-KI-Systeme werden zunehmend für domänenspezifische Wartungs- und Prognoseaufgaben erforscht, was die Frage aufwirft, ob sie Prognose und Gesundheitsmanagement (PHM) effektiv unterstützen können.
Ein neuer arXiv-Vorabdruck stellt NepOOC vor, einen nepalesisch-englischen Benchmark mit 1.090 Paaren zur Erkennung irreführender Bildunterschriften, die an authentische Bilder angehängt sind. In diesem Datensatz entsprach ein reines Text-mBERT-Modell dem am besten getesteten multimodalen System, während reine Bildmodelle nahezu zufällig funktionierten.
Ein neuer arXiv-Vorabdruck testet die Erkennung finanzieller benannter Unternehmen in Einreichungen, Nachrichten und sozialen Medien und stellt fest, dass einige Vertrauensmaße auch bei Domain-Verschiebung nützlich bleiben, während andere sich stark verschlechtern.
Eine Studie untersucht, ob Konversations-KI die Art und Weise verändern kann, wie Mitglieder der Mehrheitsgruppe lateinamerikanische Einwanderer kategorisieren und mit ihnen umgehen.
One useful briefing each week
Get the week’s verified AI news, original data, useful tools, learning picks, and fresh AI jobs.
Hiring an AI professional or launching a useful AI product? Put it in front of people who came here to learn and act.
Post an AI job Submit an AI tool