Models
GPT-6.1 Terra: Günstiges OpenAI-Modell für Computer Use und Vision
Nur vier Wochen nach der Absage des ursprünglichen GPT-6.1-Releases stellt OpenAI mit GPT-6.1 Terra die schnelle, günstige Variante der Familie vor. Der Fokus liegt auf visuellem …
Cerebras erklärt, wie ein 3-Billionen-Parameter-Modell auf Wafern läuft
Das Speicherproblem Ein Cerebras-WSE-3T-Wafer hat 44 GB On-Chip-Speicher. Modelle mit Billionen Parametern brauchen allein für die Gewichte Terabytes. Cerebras beantwortet in einem …
LitPivot: Ai2-System hilft, Forschungsideen anhand der Literatur umzulenken
Wenn ein einzelnes Paper die Idee dreht Wer ein neues Paper liest, merkt oft: Die eigene Idee gibt es schon – oder das Paper lässt eine Lücke offen, die zu einer besseren Frage …
Läuft mein Modell auf AWS Trainium? Hugging Face baut einen Nachschlage-Space
Nachschlagen statt ausprobieren Nach der Vorstellung von TorchNeuron, dem nativen PyTorch-Backend für AWS Trainium, folgt die Praxisfrage: Welche Modelle laufen tatsächlich? Der …
Granite Timeseries Ensemble: vier IBM-Modelle prognostizieren gemeinsam
Das Problem: Welches Modell nehmen? Vortrainierte Zeitreihenmodelle prognostizieren ohne Training auf den eigenen Daten, doch man muss trotzdem eines auswählen. Was bei glatten …
NVIDIA Kumo Relational: Vorhersagen direkt auf Datenbanken, ohne Training
Worum es geht NVIDIA Kumo Relational ist ein vortrainiertes Modell, das Vorhersagen direkt auf Unternehmensdatenbanken macht – etwa Kundenabwanderung, Nachfrage oder Betrug. Man …
VocabX: Spezialisiertes Vokabular senkt Inferenzkosten kleiner Modelle um 77 %
Das Problem Wer Open-Source-Modelle wie Qwen oder Gemma für eine Domäne feintunt, erbt ein Vokabular, das für viele Sprachen und Textarten gebaut wurde. Dharma-AI betreibt …
FairStress: Wie fair entscheiden LLMs wirklich, wenn man sie unter Druck setzt?
Die Idee Übliche Fairness-Benchmarks tauschen die demografische Identität von Kandidaten und prüfen, ob das Modell dieselbe Person wählt. AI2 zeigt mit FairStress: Dieselbe Antwort …
Granite Speech 5.0: IBM aktualisiert seine Spracherkennungs-Familie
Drei Modelle, ein Update IBM erweitert die Granite-Speech-Sammlung um drei Modelle, alle unter Apache 2.0 mit Unterstützung in Transformers, vLLM, llama.cpp und mlx-audio (Apple …
NVIDIA Cosmos3-H-Dreams: Generative Echtzeit-Simulation für Gallenblasen-OPs
Von der Tischplatte in den Körper Die erste Cosmos-H-Dreams-Version (auf Cosmos-Predict2.5) simulierte Naht-Aufgaben auf dem Labortisch. Cosmos3-H-Dreams lernt nun aus Videos und …
NVIDIA Kumo Forecast: Zeitreihenprognose mit Mustersuche und Erklärbarkeit
Idee Kumo Forecast (früher NV-Tesseract Forecasting) ist ein multivariates Prognosemodell. Basis ist der MOMENT-1-large-Encoder (rund 340 Millionen Parameter, eingefroren) mit …
ALTK-Evolve: Gelernte Regeln heben GPT-4.1 an die Spitze des τ²-bench
Playbook statt Fine-Tuning IBM Research überträgt seinen Ansatz ALTK-Evolve, der zuvor für Coding-Agenten gezeigt wurde, auf Kundenservice. Das System wertet Trainings-Läufe des …
PyTorch 2.15 auf dem Mac: MoE-Modelle dekodieren bis zu 6,5-mal schneller
Der Mac wird zur ernsthaften PyTorch-Plattform Das PyTorch-Team bei Hugging Face arbeitet seit Anfang 2026 am MPS-Backend für Apple Silicon. Statt auf MPSGraph setzt es zunehmend …
TorchNeuron: Hugging Face-Modelle laufen nativ auf AWS Trainium
Trainium wird ein normales PyTorch-Device Bisher lief Hugging Face auf AWS Trainium und Inferentia über optimum-neuron, das auf PyTorch XLA basiert: lazy Tensors, nur statische …
TorchTPU: PyTorch, Transformers und Diffusers laufen jetzt nativ auf TPUs
TPUs ohne Umweg Googles Tensor Processing Units waren für PyTorch-Nutzer bisher eine Hürde: Der Weg führte über PyTorch/XLA mit lazy Tensors, unerwarteten Neukompilierungen und …
HybridAgents: Latent denken, per Text handeln
Idee LLM-Agenten denken und handeln heute über Text. Latentes Reasoning ist effizienter, hat aber keinen nativen Tool-Zugriff und ist schwer nachvollziehbar. Das neue Paper „Hybrid …
Qwen3-4B-Deslop: Ein Modell ohne typische KI-Schreibmuster
Schreiben ohne Assistenten-Tics Ein Entwickler hat Qwen3-4B-Instruct die typischen Schreibgewohnheiten von KI-Assistenten abtrainiert und das Ergebnis als qwen3-4b-deslop …
Timestral: Mistrals erste Zeitreihen-Foundation-Models
Prognosen ohne Training pro Datensatz Mistral hat mit Timestral seine erste Familie von Foundation-Models für Zeitreihen vorgestellt. Das größte Modell hat nur 209 Millionen …
DeepSeek-V4.1-Flash-1017: Update-Snapshot holt bei Coding und Agenten kräftig auf
DeepSeek hat mit DeepSeek-V4.1-Flash-1017 einen kleinen Update-Snapshot seines günstigen Flash-Modells veröffentlicht. Die Gewichte liegen unter MIT-Lizenz auf Hugging Face, über …
Beam von Reflection: 501B-MoE mit 1M Kontext unter Apache 2.0
Eckdaten Reflection, ein neues US-Labor, veröffentlicht mit Beam sein erstes Modell – offen unter Apache 2.0. Es ist ein Mixture-of-Experts-Modell mit 501B Parametern, davon 23B …
Granite Switch 4.1 - Chat, Entscheidungen und Spracherkennung aus einem Endpoint
IBM baut sein modulares Granite-Switch-Konzept aus: Die neuen Modelle Granite-Switch-4.1-8B und -30B vereinen ein Basismodell, mehrere Adapter und ein Spracherkennungsmodell hinter …
Mellum2.1: JetBrains trimmt sein offenes 12B-Modell auf Agenten-Arbeit
Was neu ist JetBrains veröffentlicht Mellum2.1, den Nachfolger des im Juni quelloffen gemachten Mellum2. Die Architektur bleibt: ein Mixture-of-Experts-Modell mit 12B Parametern, …
Muse Spark Open - Metas 816B-MoE wird Open Weight
Nach dem kleinen, dichten Muse Glimmer aus dem August legt Meta das große Modell der Muse-Familie offen: Muse Spark Open ist ein multimodales Mixture-of-Experts-Modell mit rund 816 …
Apertus 1.5 - Schweizer Open-Source-LLM lernt Bilder, Audio und Nachdenken
Was ist neu? Das Swiss-AI-Projekt hat die Release Notes und den technischen Bericht zu Apertus 1.5 veröffentlicht. Die 8B- und 70B-Gewichte liegen bereits seit Juli unter Apache …
Embedding-Modell als Diktiergerät - EmbeddingGemma 2 transkribiert Sprache lokal
Eine Stunde Audio in 13 Sekunden Ein unabhängiges Projekt hat Googles EmbeddingGemma 2 zweckentfremdet: Eigentlich ist das ein multimodales Embedding-Modell, das Text, Bilder, …
FLUX.3 Image Klein - offenes Bildmodell mit Layout-Steuerung per Bounding Box
Ein Modell, drei Aufgaben Black Forest Labs hat FLUX.3 Image Klein veröffentlicht, Hugging Face unterstützt es in Diffusers vom ersten Tag an. Das Modell beherrscht Text-zu-Bild, …
LFM2.5-24B-A2B - Liquid AIs Reasoning-MoE für lokale Agents
24 Milliarden Parameter, nur 2 Milliarden aktiv Liquid AI legt mit LFM2.5-24B-A2B ein Mixture-of-Experts-Modell nach, das explizit für Agents auf dem eigenen Rechner gebaut ist. …
Apple Minions - Idle Macs werden zur verteilten GPU-Cloud für LLM-Inferenz
Apple-Forscher haben mit Minions ein System vorgestellt, das ungenutzte GPUs von Apple-Silicon-Macs zu einer internen, verteilten Inferenz-Cloud bündelt. Der Hintergrund ist ein …
Sakana MASS - Qwen trainiert sich mit seinem eigenen Agenten-Team
Sakana AI und die UC Berkeley (unter anderem mit Matei Zaharia) stellen MASS vor, kurz für Multi-Agent Self-Supervision. Die Idee: Ein Modell soll sich selbst verbessern, und dabei …
ML Intern - Sechs eigene Modelle für je unter 25 Dollar
Wenn das passende Modell fehlt Yuvraj Sharma von Hugging Face wollte eine kleine Variante des Prompt-Rewriters, der mit Qwen-Image 2.1 ausgeliefert wird. Das Original: ein …
Whistle - Spracherkennung in 16,9 MB, die Whisper base teils schlägt
Cactus Compute, bekannt für das winzige Agenten-Modell Needle, legt mit Whistle ein offenes Speech-to-Text-Modell nach: eine einzige 16,9-MB-Datei, läuft komplett auf der CPU, ohne …
Claude Haiku 5.5 - Anthropics kleiner Bruder wird erwachsen
Anthropic hat Claude Haiku 5.5 vorgestellt — laut eigenen Angaben das günstigste, schnellste und fähigste kleine Modell, das das Unternehmen je released hat. Die Zielrichtung ist …
Falcon-ASR - TIIs 1,6B-Spracherkennung schlägt Arabisch-Leaderboard
Das Technology Innovation Institute (TII) aus Abu Dhabi legt nach Falcon-Emirati und Falcon OCR Arabic direkt das nächste Modell nach: Falcon-ASR, ein Spracherkennungsmodell mit …
LittleBit-2 - Samsung quetscht LLMs auf 0,1 Bit pro Gewicht
Vier Bit sind Standard, zwei Bit sind mutig – Samsung Labs geht unter ein Bit. Mit dem Open-Source-Projekt LittleBit gibt es jetzt die offizielle Implementierung von LittleBit …
Mistral Large 4 Le Chonk - Mistral greift mit offenem 1T-Modell die Frontier an
Die Franzosen von Mistral legen nach: Mistral Large 4, intern “Le Chonk” getauft, ist ein offenes Modell mit einer Billion Parametern und soll laut Unternehmen mit den …
NVIDIA Nemotron erreicht Gold-Niveau bei IOI und IMO - Rezeptur offen
Zwei Wettkämpfe, zwei Disziplinen: An der Internationalen Informatik-Olympiade (IOI) müssen Algorithmen in Code versteckte Tests unter Zeitdruck bestehen, an der Internationalen …
Aria lernt Jazz: Cross-Attention bringt Pianisten-Stil ins Musik-Modell
Ein ISMIR-2026-Projekt zeigt, wie ein Transformer den Stil einzelner Jazz-Pianisten erlernt – nicht nur Noten, sondern die Handschrift: Das Team fein-tunte Aria, einen …
Falcon-Emirati-7B: Wenn ein LLM Dialekt, Kultur und Nuance lernt
Arabisch ist eigentlich eine ganze Sprachfamilie: Modern Standard Arabic (MSA) liest man in Nachrichten und Lehrbüchern, aber gesprochen wird in den VAE der Emirati-Dialekt — mit …
Hugging Face Hub eröffnet zentrale Sektion für RL-Umgebungen
Reinforcement-Learning-Umgebungen sind jetzt Bürger erster Klasse auf dem Hugging Face Hub. Ein Dataset-Repo mit dem Tag rl-environment erscheint automatisch im neuen …
Strata: 125B-MoE-Modell auf Gaming-PCs via Hybrid-Inferenz
Das Open-Source-Projekt Strata zeigt, wie ein 125-Milliarden-Parameter-Mixture-of-Experts-Modell auf einem gewöhnlichen Gaming-PC lauffähig wird – ganz ohne Cloud. Die Engine …
ThinkingBox: Microsoft-Benchmark bewertet Agenten am Datenbank-Zustand
Das Konzept: Der Trace lügt, die Datenbank nicht Microsoft hat mit ThinkingBox einen Agenten-Benchmark veröffentlicht, der eine unbequeme Frage stellt: Was hat der Agent …
Aleph Alpha Kolibri: Souveränes offenes LLM mit 78B Parametern und deutschem Kern
Zum Tag der Deutschen Einheit hat Aleph Alpha sein neues Modell Kolibri veröffentlicht: ein Englisch-Deutsch Mixture-of-Experts-Transformer mit 78 Milliarden Parametern gesamt, von …
Ai2 open-sourced AstaBrief: 8B-Modell schreibt zoitierte Forschungsberichte im One-Pass
Das Allen Institute for AI (Ai2) hat AstaBrief 8B open-sourced - inklusive Trainingsdaten und einer Beispiel-Pipeline für lokale Berichtsgenerierung. Das Modell, ein Ableger von …
Cloudflare Clef: Open-Source-Decision-Models überholen Jev im Decision Index
Nach dem Hype um Decision Models - angestoßen von Typesafes “Jev” - zieht Cloudflare nach: Clef und Clef-flash sind zwei selbst trainierte Entscheidungsmodule, ab …
ServiceNow AutoSynthData: Aus Agenten-Fehlern wird ein Trainings-Curriculum
ServiceNow CoreAI hat AutoSynthData vorgestellt - eine Pipeline, die aus den Faehigkeitsluecken eines Agenten automatisch Trainingsdaten macht. Die Kernidee: Ein Modell mag breit …
Gemini 4 Argon: Googles neues Frontier-Modell - zuerst nur für Cyber-Verteidiger
Nach einem Sommer mit kleineren Flash-Modellen greift Google wieder nach der Frontier: Gemini 4 Argon ist announced und liefert nach eigenen Angaben Spitzenergebnisse in realer …
Olmo-core 3: Offene MoE-Trainingsinfrastruktur für eine Billion Parameter
Das Allen Institute for AI (Ai2) hat Olmo-core 3 veröffentlicht, ein grundlegend überarbeitetes Open-Source-Framework zum Training großer Sprachmodelle. Kernstück ist ein neu …
Hugging Face startet Open TTS Leaderboard mit objektiven Metriken
Text-to-Speech-Modelle boomen: Auf dem Hugging Face Hub liegen inzwischen über 8.000 TTS-Modelle, allein im September 2026 kamen 638 neue hinzu. Die Evaluation hinkt hinterher. …
PSSA: Sprachmodell ohne Transformer schlägt parametergleichen Vergleichs-Transformer
Die meisten alternativen LLM-Architekturen der letzten Jahre (Mamba, RWKV) starteten als Paper mit PyTorch-Code. PSSA geht einen radikaleren Weg: Das kleine Sprachmodell ist …
Jeff: 0.8B-Entscheidungsmodelle mit 22 ms Latenz - komplett zuhause trainiert
Ein richtiges Local-AI-Projekt: Jeff bringt kleine Entscheidungsmodelle als Fine-Tunes von Qwen3.5 (0.8B und 2B) und Gemma 4 E2B auf GitHub. Das Konzept: Du beschreibst eine …
Claude Sonnet 5.5: 30 Prozent schneller, bis 30 Prozent günstiger pro Task
Kaum eine Woche nach Opus 5.5 liefert Anthropic das zweite Modell der 5.5-Familie nach: Claude Sonnet 5.5 ist da - über 30 Prozent schneller als Sonnet 5 und dank drastisch …
Ember-1: Fireworks traeniert Kimi K3 zum sparsamen Denken
Fireworks Research hat mit Ember-1 das erste Modell einer geplanten Serie spezialisiierter Modelle vorgestellt — und der Ansatz ist ungewöhnlich pragmatisch: Statt einen neuen …
Holo4: H Company öffnet Computer-Use-Agenten für alle Interfaces
H Company hat Holo4 vorgestellt, die neue Generation seiner Computer-Use-Modellreihe. Das Besondere: Holo4 ist ein Generalist, der Software über alle verfügbaren Interfaces steuert …
Chat-Templates steuern die Selbstauskunft von LLMs - Studie entdeckt den Schalter
Wenn Sprachmodelle nach sich selbst gefragt werden, antworten sie oft mit einem Disclaimer wie “Ich bin nur eine KI”. Solche Selbstauskünfte fließen regelmäßig in …
DeepSeek Elastic Compute: 3 Millionen Sandbox-Umgebungen pro Tag für Agenten-Training
Agenten-Training mit LLMs braucht isolierte, zustandsbehaftete Umgebungen: Modelle inspizieren Repositories, rufen Tools auf, führen Befehle aus und interagieren mit …
Gemini 3.8 TTS: Googels expressive Sprachgenerierung erreicht Benchmark-Spitze
Mit Gemini 3.8 Flash TTS und Gemini 3.8 Flash-Lite TTS bringt Google seine nach eigener Aussage ausdrucksstärksten Audio-Generationsmodelle an den Start. Das Ziel: ein komplettes …
Liquid AI: DSpark-Drafter beschleunigt Vision-Sprachmodell LFM2.5-VL-3B
Liquid AI veröffentlicht einen experimentellen DSpark-Draft-Modell für sein Vision-Language-Modell LFM2.5-VL-3B - der erste DSpark-Drafter, der Bilder mitbeschleunigt. Das Prinzip …
Mercury 2.5: Inceptions Reasoning-Modell erreicht 770 Tokens pro Sekunde
Inception, das Startup hinter den Diffusion-Sprachmodellen der Mercury-Familie, hat mit Mercury 2.5 ein neues Reasoning-Modell veröffentlicht. Die Messlatte von Artificial Analysis …
GPT-6 Astra steuert ein echtes Auto - und ist das einzige Modell, das den Parcours schafft
Das DrivingBench-Team um Aditya Ramabadran, Simon Mahns und Tobias Gessler stellt eine simple, aber unbequeme Frage: Kann ein Frontier-Modell ein echtes Auto fahren? Die Antwort …
GPT-6 Sol und Luna: OpenAI halbiert API-Preise und pusht Effizienz-Frontier
OpenAI weitet die GPT-6-Familie aus: Sol und Luna sollen die Intelligenz des Flaggschiffs Astra in deutlich günstigere Preisklassen bringen. Beide Modelle sind mit ähnlichen …
NVIDIA Nemotron 3 Diarization: Wer wann spricht - Sprecher-Erkennung mit nur 100 Millionen Parametern
Jedes Gespräch trägt zwei Informationsschichten: was gesagt wurde und wer es gesagt hat. Spracherkennung transkribiert die Wörter, aber ohne Speaker-Diarization bleibt unklar, wer …
UK AISI veröffentlicht Evaluationsdaten: Reproduzierbarkeit via EvalEval
Das UK AI Security Institute (AISI) veröffentlicht seine Evaluationsresultate jetzt öffentlich über die EvalEval-Infrastruktur - mit vollständigen Konfigurations- und …
Xiaomi öffnet MiMo-V2.6: Stärkstes Open-Source-Modell der Artificial-Analysis-Rangliste
Xiaomi released und open-sourced die MiMo-V2.6-Serie. MiMo-V2.6-Pro erzielt 46,32 Punkte im Artificial Analysis Intelligence Index und überholt damit Kimi K3 und Qwen3.8 Max: das …
Grok 4.7: xAI setzt auf Coding und langlaufende Wissensarbeit
xAI hat Grok 4.7 veröffentlicht, das nach eigenen Angaben stärkste Modell für Coding und Wissensarbeit. Es beruht auf einer neuen, größeren Basis als Grok 4.6, wurde mit einem …
LLM-Pruning als Ising-Optimierung: Physik trifft Kompression
Ganze Blöcke entfernen - aber welche? Die billigste Methode, ein LLM schneller zu machen, ist zugleich die brutalste: ganze Transformer-Blocks löschen (Depth Pruning). Das Problem …
Qwen-Image-2.1: Alibabas kompakter Bild-KI mit bis zu 10 Referenzbildern
Alibaba hat Qwen-Image-2.1 vorgestellt — ein kompaktes, effizientes Bildmodell, das Text-zu-Bild, Bildbearbeitung und Multi-Referenz-Komposition in einem vereinheitlichten Modell …
Alibabas Damo Radar: Offene KI erkennt 146 Krankheiten im Bauchraum-CT
Generalisten-KI statt Einzelkrankheits-Modelle Alibabas Forschungsinstitut DAMO Academy hat das medizinische Vision-Language-Modell “Damo Radar” als Open Source …
GPT-6 Astra knackt ungelöste WWI-Funkchiffre nach 108 Jahren
Erstmals entziffert OpenAIs GPT-6 Astra hat eine der bislang ungelösten deutschen Funknachrichten aus dem Ersten Weltkrieg geknackt. Die Botschaft vom 27. November 1918 war mit der …
Laya: Offene System-1-Modelle schlagen Jevs Entscheidungsmaschine
System 1 statt generativem LLM Nach dem Hype um TypeSaves nicht-autoregressivem Entscheidungsmodell Jev legt Nandakishor Mukkunnoth von ConvAI Innovations mit Laya eine vollständig …
Jev schlägt GPT-5.6 und Claude Haiku im Pong - 227 ms gegen 3 Sekunden
Chat-Modelle antworten in Sekunden - für interaktive Echtzeit-Steuerung ist das zu langsam. Ably Labs hat das in einer Demo namens “Jev Pong” quantifiziert: vier Lanes, …
Qwen3.8-Omni-Flash: Omnimodales Agentenmodell mit 1M-Kontext und drastisch gesenkten Audio-Preisen
Alibaba startet Qwen3.8-Omni-Flash, das nächste native Omnimodal-Modell der Qwen-Familie. Das Ziel ist weniger das Verstehen von Inhalten als das produktive Agieren: Aufgaben …
Ternaer Bonsai 2 27B: 9x kleiner als Full-Precision und trotzdem 98 Prozent Fähigkeit
PrismML releaset Ternaer Bonsai 2 27B, die zweite Generation seiner komprimierten 27B-Klasse — basierend auf Qwen3.8 27B und damit der bislang fähigste Vertreter der Bonsai-Serie. …
DeepSeek V4.1 Flash: KV-Cache auf ein Viertel gedrückt - 890 Bytes pro Token
Was als Post-Training-Iteration begann, entpuppt sich laut DeepSeeks Technical Report als Architektur-Neubau: DeepSeek-V4.1-Flash drückt die KV-Cache-Kompression an die Grenze des …
Ternaere LLMs unter der 1.58-Bit-Grenze: Intel-Forscher knacken die Speicherformel
Ternäre LLMs speichern jedes Gewicht als eines von drei Symbolen {-1, 0, +1}. Informationstheoretisch kostet das log2(3) ≈ 1.585 Bit pro Gewicht – praktisch wird aber meist …
Dream-RSI: Rekursive Selbstverbesserung durch Träumen in der eigenen Historie
Rekursive Selbstverbesserung (RSI) gilt als Schrittmacher autonomer KI-Agenten – doch der Engpass ist die Exploration. Das Paper “Dream-RSI” (arXiv 2609.14858, cs.CL, …
Gemini 3.8 Live und Extended Thinking: Googles neue Echtzeit-Sprachmodelle denken beim Reden
Google hat zwei neue Live-Dialogmodelle vorgestellt: Gemini 3.8 Live, ausgelegt auf Skalierung und Kosteneffizienz, und Gemini 3.8 Live Extended Thinking für hochkomplexe Aufgaben …
Backprop-Alternative: PC-ALM trainiert 1000-Schichten-Netze rein lokal
Sakana AI stellt PC-ALM (Augmented Lagrangian Predictive Coding) vor - eine lokale Alternative zum Backpropagation, die Residual-MLPs mit bis zu 1000 Schichten trainieren kann und …
Fable 5.1 löst den Cyphral Distich: 370 Jahre altes Cipher-Rätsel nach 44 Minuten
Anthropics Claude Fable 5.1 hat ein historisches Cipher-Rätsel gelöst, das seit rund 370 Jahren als ungelten galt: den Cyphral Distich von Sir Thomas Urquhart aus dem Jahr 1653. …
GPT-5.6 Luna vs. GPT-6 Astra: Reicht ein 1,20-Dollar-Modell für Code Review?
Entelligence hat GPT-5.6 Luna gegen GPT-6 Astra im automatisierten Code Review angetreten lassen - mit einem klaren Ergebnis beim Preis-Leistungs-Verhältnis und ebenso klaren …
IBM: Agent-Benchmarks verstecken das Zuverlaessigkeitsproblem
Ein Agent besteht in der Probe, verpatzt in der Live-Demo dieselbe Aufgabe. IBM Research nennt das ein Zuverlaessigkeits- statt eines Genauigkeitsproblems - und liefert nach …
Async GRPO mit LoRA: RL-Training ohne NCCL auf Hugging Face Jobs
Verteiltes RL-Training gilt als Zauberei für NCCL-Cluster - Hugging Face zeigt in einem neuen Blogpost, dass es auch ohne geht. Der Beitrag beschreibt, wie AsyncGRPOTrainer (TRL …
Real-SWE: KI-Coding-Agenten am echten Enterprise-Code messen
Wie gut sind Coding-Agenten wirklich, wenn sie nicht an kuratierten Open-Source-Repos gemessen werden, sondern an echtem Enterprise-Code? Specific Labs hat mit Real-SWE einen …
YuE2: Open-Source-Musikmodell überholt Suno v5 im Benchmark
Das YuE2-Team meldet Frontier-Qualität in der Musikgenerierung aus einem offenen Ansatz: Statt Songs direkt als Audio-Tokens zu erzeugen, plant YuE2 Songs zunächst symbolisch – als …
HuggingFace baut AUTOMATIC1111 als Gradio-Workflow neu - 73 Knoten, elf Pipelines
HuggingFace hat dem Gradio-Workflow-Feature (Ende August vorgestellt) das Praxis-Statement hinterhergeschoben: Workflow1111 reimplementiert den Großteil des …
GPT-6 Astra unter der Haube: Loop-Transformer und verdecktes Reasoning
Sebastian Raschka hat den neuen GPT-6 Astra von OpenAI mehrere Tage genutzt und stuft ihn als bestes Modell ein, das er bislang verwendet hat. Es überholt GPT-5.6 praktisch in …
IBM Granite PatchTST-FM-r2: Neues SOTA-Zeitreihen-Fundamentmodell mit Apache-2.0
IBM hat die zweite Version seines Zeitreihen-Fundamentmodells PatchTST-FM-r2 veröffentlicht - inzwischen mit rund 385 Millionen Parametern, Kontext bis 8.192 Zeitschritten und …
Qwen3.8 27B quantisiert: 4-Bit hält, 1-Bit bricht zusammen
Wie viel GPU-Speicher braucht Qwen3.8 27B wirklich, ohne messbar an Qualität zu verlieren? Quesma hat das systematisch durchgemessen - mit Unsloth-GGUFs in llama.cpp auf gemieteten …
Safety for Whom? Safety-Tuning, das nicht gleich ganz Themen verweigert
Die meisten Safety-Ansätze behandeln Gefahr als Eigenschaft eines Themas: Waffen, Betrug, Politik - fertig ist die Guard-Liste, LlamaGuard-3 arbeitet genau so. Multiverse Computing …
NeoMME: Multimodaler Encoder ohne Vision-Tower
H Company hat mit NeoMME eine Familie multilingualer, multimodaler Encoder veröffentlicht – in zwei Größen (260M und 800M Parameter) und unter Apache 2.0. Der interessante Twist: …
Forschungsarbeit modelliert LLMs als kognitives Virus
Ein Autorenteam mit prominenten Namen - darunter Ricard Sole, David Krakauer, Michael Levin und Manlio de Domenico - veröffentlicht auf arXiv (2609.03344) einen ungewöhnlichen …
GPT-6 Astra am Roboterarm: OpenAIs Modell schlägt Claude Fable bei Manipulation
Nach dem ARC-AGI-3-Rekord zeigt OpenAIs GPT-6 Astra jetzt auch in der physischen Welt starke Leistung: Das Evaluations-Team von Robocurve übergab dem Modell die Kontrolle über zwei …
EEBench misst KI am Schaltplan: Claude Opus 5 führt mit 61,6 Prozent
Im Launch-Post zu GPT-6 Astra zeigte OpenAI ein Demo, in dem das Modell in KiCad an einer Schaltplatine arbeitet - Elektronik als Anwendungsfall in einem großen Model-Release ist …
GPT-6 Astra knackt ARC-AGI-3: 99,9 Prozent und sparsamer als Menschen
Der ARC Prize hat die Ergebnisse von OpenAIs GPT-6 Astra auf ARC-AGI-3 veröffentlicht - und spricht von einem spürbaren Sprung in den Fähigkeiten aktueller Frontier-Modelle. Die …
Agent-Swarms aus Claude Fable 5.1 bauen erkundbare 3D-Welten im Browser
Eine Stadt, komplett von KI-Agenten gebaut Das Repository fable51-worlds von PhiloLabs zeigt, was autonome Agent-Swarms aus Claude Fable 5.1 leisten: browsernative Rekonstruktionen …
Claude Fable 5.1: Anthropic senkt Preise um 25 Prozent und baut Safeguards zurück
Anthropic hat mit Claude Fable 5.1 und Claude Mythos 5.1 das nächste Update seiner Flaggschiff-Familie veröffentlicht. Beide sind technisch dasselbe Modell, unterscheiden sich aber …
BenchMIRT: Was messen LLM-Benchmarks wirklich?
Das Allen Institute for AI (Ai2) hat BenchMIRT vorgestellt - eine Methode, um LLM-Benchmarks bis auf die Ebene einzelner Prompts zu auditieren. Die Grundfrage: Wenn ein Modell bei …
IBM Granite Time Series Models laufen nativ in Confluent Flink
IBM bringt seine Granite Time Series Foundation Models (TSFM) stream-nativ in Confluent Cloud - als Native Inference direkt in Apache Flink. Das Portfolio umfasst vier …
44 Prozent auf ARC-AGI-1: Kleiner Transformer übertrifft große LLMs - für 67 Cent
Forscher Mithil Vakde hat einen kleinen Transformer von Grund auf neu trainiert und erreicht 44 Prozent auf dem ARC-AGI-1 Public Eval – in nur 1,5 Stunden auf einer RTX 5090 bei …
Continuous Diffusion Language Models - Das Comeback der kontinuierlichen Diffusion
Sander Dieleman, ehemaliger Google-Researcher (Imagen, Veo, Nano Banana), hat einen ausführlichen Blogpost über Continuous Diffusion Language Models veröffentlicht. Nach Jahren der …
Tencent Hy4 Preview - 770 Milliarden Parameter, 1M Token Kontext
Tencent hat mit Hy4 Preview das neueste Modell der Hunyuan-Familie veröffentlicht und gleichzeitig als Open-Source zur Verfügung gestellt. Mit 770 Milliarden Gesamtparametern und …
Open ASR Leaderboard fügt erste Global-South-Sprache hinzu
Hugging Face und Voice Arena haben den Open ASR Leaderboard um dessen erste Global-South-Sprache erweitert: Hindi, gesprochen von über einer halben Milliarde Menschen. Zwei neue …
Google Search bekommt drei neue KI-Funktionen für Reiseplanung
Drei neue KI-Reisefunktionen in Google Search Google hat drei neue Wege vorgestellt, um Reisen mit Hilfe der KI-gestützten Search-Funktion zu planen und zu buchen. Die Features …
Qwen3.8-Flash-Next: Architektur-Preview auf Qwen4 mit 125B Parametern
Das Qwen-Team hat mit Qwen3.8-Flash-Next die Gewichte eines neuen multimodalen MoE-Modells veröffentlicht, das zugleich als früher Architektur-Preview für Qwen4 dient. Ähnlich wie …
Z.ai veröffentlicht GLM-5.3-Flash: Frontier-Intelligenz zum Zehntel-Preis
Z.ai hat mit GLM-5.3-Flash das erste nativ multimodale Modell der GLM-5-Serie vorgestellt. Das Mixture-of-Experts-Modell kombiniert 320 Milliarden Gesamtparameter mit nur 18 …
GLM-5.3 kraenzt die Konkurrenz aus: Open-Weight-Modell dominiert Real-World-Benchmark
Der Ed-o-meter von Reinvently ist mal ehrlich geblieben: kein akademisches Gemesssel, sondern 28 echte Aufgaben — Coding, Datenverarbeitung, Real-World-Requests, Security-Canaries …
Gradio Workflows - KI-Pipelines als Drag-and-Drop-Canvas mit REST-API
HuggingFace hat gr.Workflow vorgestellt - eine neue Gradio-Funktion, die KI-Pipelines zum Interface macht. Statt Python-Code mit print-Debugging zu schreiben, beschreibt man seine …
IBM Granite 4.2: Reasoning-Modelle mit agentic RL und 512K-Kontext
IBM hat mit Granite 4.2 seine erste Familie von dense Reasoning-LLMs veröffentlicht — in drei Größen (3B, 8B, 30B) und unter Apache 2.0. Das ist ein richtiger Tech-Tiefgang, den …
Quantisierung als Chance: 4-Bit-Modell schlägt sein Original
Das paradoxe Ergebnis Multiverse Computing zeigt mit Quantization-Aware Healing (QAH) etwas, das eigentlich nicht passieren sollte: Ein 4-bit-quantisiertes Modell ist besser als …
NanoGPT Speedrun: 18 KI-Modelle im autonomen Optimierungs-Wettbewerb
Prime Intellect hat mit dem NanoGPT Speedrun Frontier einen faszinierenden Benchmark veröffentlicht: 153 autonome Läufe über 18 verschiedene Frontier-Modelle, die alle dieselbe …
Nari Labs erreicht sub-50-ms-Latenz für Qwen3-TTS
Nari Labs hat eine stark optimierte Serving-Implementierung für das Text-to-Speech-Modell Qwen3-TTS 1.7B (CustomVoice) vorgestellt, die auf einer einzelnen NVIDIA H100 SXM eine p95 …
Qwen 3.8 27B knackt Lizenzprüfung einer kommerziellen App in 30 Minuten
Ein lokal laufendes Open-Weights-Modell hat eine Aufgabe erledigt, die bislang als Domäne teurer Frontier-Modelle galt: Qwen 3.8 27B hat die Lizenzprüfung einer kommerziellen …
Ox Alpha - Stealth-Reasoning-Modell mit 1M Kontext kostenlos auf OpenRouter
Ein anonymes KI-Unternehmen hat über OpenRouter ein neues Reasoning-Modell namens Ox Alpha veröffentlicht - und es ist komplett kostenlos. Das Modell wurde am 20. August 2026 …
LFM2.5-DSpark: Bis zu 3,2x schnellere Inferenz durch spekulative Dekodierung
DSpark für LFM2.5 ist da Liquid AI hat DSpark Draft-Modelle für drei Modelle der LFM2.5-Familie veröffentlicht: LFM2.5-1.2B-Instruct, LFM2.5-2.6B und LFM2.5-8B-A1B. Die Idee: Ein …
DeepSeek V4 Flash Vision - Experimentelles Vision-Modell mit multimodalen Fähigkeiten
DeepSeek hat mit deepseek-v4-flash-vision-exp ein experimentelles Vision-Modell veröffentlicht. Das Modell akzeptiert Bilder neben Text und kann Bilder beschreiben, Text aus …
Google Search KI-Update - Interaktive Lerntools für das Schuljahr
Google rollt fünf neue KI-gestützte Lernfunktionen in Search aus - pünktlich zum Schulstart. Die Features kombinieren AI Overviews, AI Mode und Google Lens zu einem interaktiven …
IBM ALTK-Evolve: Agenten-Memory ist eine Dosis, kein Schalter
IBM Research hat eine Studie zu ALTK-Evolve veröffentlicht, einem Framework für agentic Memory. Die Kernthese: Agenten-Memory ist kein Feature, das man an- oder ausschaltet - es …
Liquid AI LFM2.5: Q4_0 ohne Qualitätsverlust dank QAD
Liquid AI veröffentlicht QAD-Q4_0-GGUFs für die LFM2.5-Modellfamilie (230M, 350M, 1.2B-Instruct, 2.6B). Die neue Methode der Quantization-Aware Distillation (QAD) löst ein …
Gleiches Cluster, 33 Punkte mehr Auslastung -- die Reihenfolge macht den Unterschied
Ein Team von Dharma-AI hat gezeigt, dass GPU-Auslastung nicht nur eine Frage der Hardware ist, sondern massiv von der Reihenfolge der Allokationsentscheidungen abhängt. Mit einem …
GPT-5.6 Sol: OpenAI schneidet Preise um 50 Prozent
OpenAI hat das Flaggschiff-Modell GPT-5.6 Sol um 50 Prozent im Preis reduziert. Uber OpenRouter kostet das Modell jetzt 2,50 Dollar pro Million Input-Tokens und 15 Dollar pro …
Multi-Vector Embeddings: Sentence Transformers v6.0 bringt Late Interaction
Sentence Transformers v6.0 führt mit MultiVectorEncoder einen vierten Modelltyp neben Dense, Sparse und Reranker ein. Die Blog-Post von Tom Aarsen, Antoine Chaffin und Raphael …
Qwen 3.8 27B: Hervorragendes lokales LLM — aber es denkt viel zu viel
Qwen 3.8 27B: Das beste lokale Modell dieses Jahres? Simon Willison hat das neue Qwen 3.8 27B ausführlich getestet — ein Apache-2-lizenziertes, vision-fähiges LLM von Alibabas …
Qwen3.8 27B mit 256K Kontext auf 24GB GPU: 50 tok/s durch Custom-Quantisierung
256K-Kontext auf einer 24GB-Karte — und es ist schnell Michał Piszczek hat das eigentlich Unmögliche geschafft: Qwen3.8 27B mit vollem nativen 262.144-Token-Kontext, multimodalem …
2.200 ICML-Papers reproduziert: Was HuggingFaces Hackathon aufdeckte
HuggingFace hat die Ergebnisse eines massiven Hackathons veröffentlicht: Über 1.200 Community-Mitglieder versuchten, 2.226 Papers der ICML 2026 zu reproduzieren – etwa ein …
Google Gemini 3.7 Flash: Drei Wochen nach 3.6 schon der Nächste
Google hat Gemini 3.7 Flash veröffentlicht – nur drei Wochen nach dem Release von Gemini 3.6 Flash. Das neue “Workhorse”-Modell soll durch Core-Optimierungen und …
State of Open Models Sommer 2026 - China dominiert die Frontier
HuggingFaces halbjährlicher Bericht zeichnet ein klares Bild: Das Zentrum der offenen KI-Modelle hat sich verschoben. Chinesische Labs dominieren die Frontier-Skala, …
DeepSeek V4 Pro 0813: Massives MoE-Modell mit 1,6 Billionen Parametern erreicht General Availability
Mit dem V4 Pro 0813 hat DeepSeek die General-Availability-Version seines grossskaligen Mixture-of-Experts-Modells veröffentlicht. Das Modell verfügt über 1,6 Billionen …
Grok 4.6 von xAI erreicht Frontier-Niveau bei agentic Benchmarks
xAI hat Grok 4.6 veröffentlicht, das Modell entwickelt sich mit Schwerpunkt auf langlaufende Agenten und interaktive sowie visuelle Aufgaben weiter. Auf dem Artificial Analysis …
Google AMIE - Medical AI zeigt Fähigkeiten in Video-Konsultationen
Google Research und Google DeepMind präsentieren einen neuen Meilenstein für AMIE, ihr medizinisches KI-Forschungssystem: Das System demonstriert erstmals Fähigkeiten für …
Liquid AI veröffentlicht LFM2.5-VL-3B: Vision-Sprachmodell für Edge-Geräte
Liquid AI hat mit LFM2.5-VL-3B sein bisher fähigstes Vision-Sprach-Modell vorgestellt, das direkt auf eigener Hardware läuft. Das kompakte Modell mit rund 3,1 Milliarden Parametern …
NVIDIA Nemotron 3.5 Lightning und NeMo Switchyard - Smarter Model-Routing für Agenten
NVIDIA erweitert seine Nemotron-3-Familie um zwei signifikante Releases: Nemotron 3.5 Lightning, ein 30-Milliarden-Parameter MoE-Modell für hochvolumige Agenten-Workflows, und NeMo …
Qwen3.8-2.4T-A95B: Massive MoE mit 2,4 Billionen Parametern eröffnet offene Max-Klasse
Mit Qwen3.8-2.4T-A95B veröffentlicht das Qwen-Team erstmals ein Modell der sogenannten Max-Klasse als offene Gewichte. Das Mixture-of-Experts-Modell vereint 2,4 Billionen (2,4T) …
Meta Muse Glimmer: 30-Milliarden-Parameter-Modell für lokale Agenten
Meta Muse Glimmer: Open-Weights-Modell für lokale Agenten Meta hat mit Muse Glimmer ein 30-Milliarden-Parameter-Modell veröffentlicht, das speziell für always-on lokale …
Needle 2: 14 MB kleines LLM für Smartphones, Wearables und Smart Home
Needle 2: Agentic LLM mit 45M Parametern in 14 MB Cactus Compute hat Needle 2 veröffentlicht — ein offenes 45-Millionen-Parameter-Modell, das als komplettes Binary gerade einmal 14 …
NVIDIA Nemotron 3.5 Lightning - 30B-MoE-Modell mit NVFP4-Quantisierung
Neues effizientes SLM aus der Nemotron-Familie NVIDIA hat Nemotron 3.5 Lightning als NVFP4-quantisierten Checkpoint veröffentlicht - ein hybrides Mixture-of-Experts-Modell mit 30B …
Metas Muse Glimmer: Lokales, agentenbasiertes und multimodales Open-Source-Modell
Meta hat mit Muse Glimmer ein neues multimodales KI-Modell veröffentlicht, das speziell für den lokalen und agentenbasierten Einsatz konzipiert ist. Das von Muse auf 30 Milliarden …
Wissensdestillation skalierbar gemacht: Zwei Systemoptimierungen senken GPU-Bedarf drastisch
Multiverse Computing stellt zwei Systemoptimierungen vor, die Knowledge Distillation für große Sprachmodelle drastisch verbilligen. Statt das Lehrermodell während des gesamten …
TutorMoments - KI-Tutoren zwischen Hilfe und Zurückhaltung
Allen AI (Ai2) hat TutorMoments vorgestellt - ein Framework, das misst, wie gut LLMs eine der schwersten pädagogischen Entscheidungen treffen: Wann soll ein Tutor eingreifen und …
Inside vLLM: Anatomie eines High-Throughput LLM Inference Systems
Aleksa Gordić hat eine umfassende technische Analyse von vLLM veröffentlicht — dem Open-Source-Inference-Engine, der aktuell das Deployment von LLMs in Produktion dominiert. Der …
Castform + Neon: Open-Source 4B Modell schlägt GPT-5.6 bei Retrieval — 100x günstiger
Kurzfassung Neon (Lakebase Postgres) und Castform zeigen, dass ein 4B open-weights Modell nach RL-Post-Training GPT-5.6 Sol bei Retrieval-Tasks erreicht — bei 100x niedrigeren …
Mistral Shieldstral: 3B Open-Weights Moderations-Modell mit Policy-Adaptive Inference
Was ist Shieldstral? Mistral veröffentlicht Shieldstral, ein 3B open-weights multimodales Safety-Klassifizierungs-Modell. Es schlägt Guard-Models, die bis zu 7x größer sind, bei …
Qwen-Image-3.0-Pro: Alibabas neues Bildmodell will mehr als nur hübsch aussehen
Alibaba hat mit Qwen-Image-3.0-Pro ein neues Bildgenerierungsmodell auf QwenCloud veröffentlicht, das explizit den Sprung von “gut aussehend” zu “nützlich” …
Lokale Agenten ohne Cloud: Liquid AI setzt mit LFM2.5-2.6B ein Statement
Liquid AI hat mit LFM2.5-2.6B ein Modell vorgestellt, das fähige Agenten komplett on-device laufen lässt – vom Laptop bis zum Handy. Das 2,6-Milliarden-Parameter-Modell …
Qwen3.8-Max: 2,4 Billionen Parameter, Open Weights und autonome 10-Tage-Coding-Runs
Qwen veröffentlicht mit Qwen3.8-Max das bisher fähigste Modell der Qwen-Familie — und das erste Mal, dass ein Max-Klass-Modell Open Weights bekommt. Die Gewichte sollen nächste …
Seedance 2.5: ByteDance veröffentlicht Video-KI mit 30-Sekunden-Storytelling
ByteDances Seed Team hat Seedance 2.5 veröffentlicht, die neue Generation ihres Video-Creationsmodells. Das wichtigste Upgrade: Single-Pass-Generierung von bis zu 30 Sekunden …
WASTE Engine: Kimi K3 mit 2,78 Billionen Parametern auf dem Laptop
Das Projekt WASTE (Weight-Aware Streaming Tensor Engine) beweist eine beeindruckende Idee: Man kann das vollständige Kimi K3-Modell mit 2,78 Billionen Parametern auf einem …
DeepSeek V4 Flash 0731: Platz 3 im Intelligence Index zum Budget-Preis
DeepSeek hat am 31. Juli 2026 das offizielle DeepSeek-V4-Flash-Update veröffentlicht — und es schlägt ordentlich ein. Laut Artificial Analysis erreicht das Modell mit Reasoning …
KI-Agent bricht in Hugging-Face-Infrastruktur ein: Technische Rekonstruktion
Was passierte Ein autonomer KI-Agent, angetrieben von OpenAI-Modellen, hat über viereinhalb Tage hinweg einen End-to-End-Angriff auf die Produktionsinfrastruktur von Hugging Face …
OlmoEarth: KI-gestützte Erdbeobachtung im kontinentalen Maßstab
Erdbeobachtung trifft Foundation-Modelle Das Allen Institute for AI (Ai2) hat mit OlmoEarth eine Plattform vorgestellt, die geospatiale Foundation-Modelle von Fine-Tuning bis hin …
LiquidAI LFM2.5-Encoders: CPU-schnelle Encoder für Long-Context
Die Veröffentlichung LiquidAI hat zwei neue Encoder-Modelle auf Hugging Face veröffentlicht: LFM2.5-Encoder-230M und LFM2.5-Encoder-350M. Sie basieren auf der LFM2-Architektur und …
Nunchaku Lite: 4-Bit Diffusion-Inferenz direkt in Diffusers
Was ist neu Hugging Face hat Nunchaku Lite in Diffusers integriert. Das bedeutet: 4-bit Diffusion-Inferenz direkt über from_pretrained(), ohne separate Inference-Engine, ohne …
Google Android Bench Update: Claude Fable 5 führt, Gemini hinkt hinterher
Google hat seinen Android Bench Benchmark aktualisiert und acht neue LLMs hinzugefügt. Die Ergebnisse zeigen eine deutliche Verschiebung in der Leaderboard-Hierarchie – mit Claude …
NVIDIA: Warum Agents Open Data brauchen
NVIDIA betont in einem neuen Blogpost: Für echte AI-Agents reichen Model-Weights nicht aus. Open Data ist der Schlüssel zu reproduzierbarem, inspizierbarem Agentenverhalten – und …
Mistral Robostral Navigate: Single-Camera Robot Navigation
Mistral AI hat mit Robostral Navigate sein erstes Modell für embodied Navigation vorgestellt. Der 8-Milliarden-Parameter-Vision-Language-Model ermöglicht Robotern, komplexe …
vLLM Transformers Backend erreicht Native-Speed
HuggingFace hat einen wichtigen Meilenstein erreicht: Der Transformers-Modeling-Backend für vLLM ist nun so schnell (oder schneller) als handgeschriebene native …
PRX Part 4: Datenstrategie für Large-Scale Pre-Training
Photoroom veröffentlicht Teil 4 der PRX-Serie: Eine detaillierte Analyse ihrer Data Pipeline für das Training eines 7B Vision-Language Models. Von Re-Captioning mit VLMs bis zu …
LeRobot v0.6.0: Robotik-Policies die die Zukunft "vorstellen"
LeRobot v0.6.0 schließt den Robotik-Lern-Loop: World Models, die die Zukunft vorhersagen, Reward-Models für Erfolgserkennung, und ein Deployment-CLI, das Fehler in Trainingsdaten …
Hugging Face Modelle auf Microsoft Foundry Managed Compute
Microsoft Build 2026 brachte eine bedeutende Ankündigung für Enterprise-KI: Foundry Managed Compute mit kuratiertem Katalog von Hugging Face Modellen. Ein-Klick-Deployment auf …
🤗 Kernels: HuggingFace überholt Kernel-System mit Security-Features und neuem Repository-Typ
HuggingFace führt einen komplett überarbeiteten Kernels-Standard ein: Neuer Repository-Typ, Trusted Publishers, Code-Signing und erweiterte Framework-Unterstützung machen Custom …
Leanstral 1.5: Mistral's neues Open-Source-Modell für formale Beweise
Mistral veröffentlicht Leanstral 1.5 – ein Apache-2.0 lizenziertes Modell mit 119B total und nur 6B aktiven Parametern, spezialisiert auf formale Verifikation in Lean 4. Die …
Twilight of the Gods: Fable und 10 LLMs im Refactoring-Vergleich
Korridzy vergleicht Fable-5 mit GPT-5.4, GPT-5.5, DeepSeek-4-pro, Gemini-3.1-pro, GLM-5.1, Kimi-2.6, MiMo-2.5-pro, Opus-4.7, Qwen-3.6-plus und Qwen-3.7-max bei einer echten …
Google Nano Banana 2 Lite: Schnellstes und günstigstes Bildmodell
Google DeepMind hat mit Nano Banana 2 Lite ein neues Bildmodell vorgestellt, das sich durch extreme Geschwindigkeit und niedrige Kosten auszeichnet. Das Modell, offiziell Gemini …
ScarfBench: Benchmark für AI-Agenten bei Java-Framework-Migration
IBM Research hat ScarfBench vorgestellt, einen Benchmark, der speziell darauf ausgelegt ist, die Fähigkeiten von AI-Agenten bei der Migration von Enterprise-Java-Anwendungen zu …
Every Eval Ever: Standardisierte KI-Evaluationen auf HuggingFace
HuggingFace und die EvalEval Coalition haben ihre Evaluations-Systeme interoperabel gemacht. Every Eval Ever (EEE) und Community Evals können nun Ergebnisse austauschen, …
Warum KI-Spezialisierung unvermeidlich ist
Die konventionelle Erwartung ist naheliegend: Je leistungsfähiger KI-Systeme werden, desto allgemeiner sollten sie sein. Mehr Fähigkeiten, breitere Anwendbarkeit – das scheint wie …
Zluda 6: CUDA auf nicht-Nvidia GPUs mit PhysX-Support
Zluda, das Projekt zur Ausführung unmodifizierter CUDA-Anwendungen auf nicht-Nvidia GPUs, veröffentlicht Version 6 mit bahnbrechenden Neuerungen: PhysX-Support, verbesserte …
Krea 2: Open-Weights Bildmodell mit 12B Parametern für kreative Exploration
Krea hat Krea 2 veröffentlicht – eine Serie von Foundation-Modellen für Bildgenerierung mit Fokus auf kreative Exploration und breite ästhetische Vielfalt. Die Modellgewichte …
Cross-Origin Storage API in Transformers.js: Model-Sharing im Browser
Thomas Steiner vom Chrome-Team bei Google veröffentlicht einen Deep-Dive zur experimentellen Cross-Origin Storage API in Transformers.js. Das Problem ist bekannt: Jede Web-App, die …
Claude Code Extended Thinking: Der Output ist nicht authentisch
Patrick McCanna hat eine kritische Analyse von Claude Codes “Extended Thinking” veröffentlicht, die wichtige Erkenntnisse für AI-Entwickler und Audit-Anwendungen …
DiffusionBench: Holistische Evaluation von Generativen Diffusion Transformers
DiffusionBench ist ein neuer Benchmark für die ganzheitliche Evaluation generativer Diffusion Transformers. Das Open-Source-Projekt zielt darauf ab, die Qualität von …
Mistral OCR 4: SOTA OCR für Document Intelligence
Mistral AI veröffentlicht OCR 4, das neueste Optical Character Recognition Modell mit State-of-the-Art-Leistung für Document Intelligence. Die Version bringt Bounding Boxes, …
Qwen-AgentWorld: Language World Models for General Agents
Ein Weltmodell sagt Umgebungsdynamiken basierend auf aktuellen Beobachtungen und Aktionen voraus und dient als zentraler kognitiver Mechanismus für Reasoning und Planung. Das …
Lokale Modelle für GitHub Issue Triage – Kostenlos
Warum lokale Modelle? Juni 2026 wird als der Moment in Erinnerung bleiben, als Menschen realisierten, dass geschlossene Modelle jederzeit weggenommen werden können. Mit der …
Hugging Face: Wöchentliche Releases mit AI und Human-in-the-Loop
Das Problem: Releases alle 4-6 Wochen huggingface_hub ist der Python-Client an der Basis des Hugging Face Ökosystems. transformers, datasets, diffusers, sentence-transformers und …
CUGA: IBM's Open-Source Agent Harness für Enterprise AI
Das Problem: Wochenlange Plumbing vor dem eigentlichen Agent Die meisten Agenten-Apps starten mit einer Woche Plumbing, bevor der Agent etwas Nützliches tut. Man wählt ein …
Moebius: 0.2B Image Inpainting mit 10B-Level Performance
Chinesische Forscher stellen Moebius vor: Ein Bild-Inpainting-Modell mit nur 226M Parametern, das mit 10B-Modellen wie FLUX.1-Fill-Dev konkurriert. Das Team von HUSTVL (Huazhong …
PP-OCRv6: 50-Sprachen OCR von 1.5M bis 34.5M Parametern
PaddlePaddle veröffentlicht PP-OCRv6, die neueste Generation ihrer universellen OCR-Modellfamilie mit Unterstützung für 50 Sprachen. PP-OCRv6 skaliert von 1.5M bis 34.5M Parameter …
Apertus: Volloffenes Foundation Model für Sovereign AI
Die Swiss AI Initiative – eine Zusammenarbeit von EPFL, ETH Zürich und CSCS – stellt Apertus vor: ein Foundation Model, das den Prinzipien der offenen Wissenschaft folgt. Was …
Is it agentic enough? Open Source Modelle auf eigener Tooling-Benchmark testen
Coding Agents arbeiten zunehmend mit unserer Software statt dass wir sie schreiben. Du beschreibst einen Task, und der Agent wählt die Library, schreibt die Aufrufe, führt sie aus …
Beyond LoRA: Kann die beliebteste Fine-Tuning-Technik geschlagen werden?
Parameter-Efficient Fine-Tuning (PEFT) ist aus dem modernen Machine Learning nicht mehr wegzudenken. Wenn du ein Open-Source-Modell auf deinen eigenen Daten fine-tunen möchtest, …
GLM-5.2 dominiert Artificial Analysis Intelligence Index als führendes Open-Weights-Modell
Der Benchmark Artificial Analysis hat GLM-5.2 auf dem Intelligence Index v4.1 getestet. Das Ergebnis: Modell Intelligence Index GLM-5.2 51 MiniMax-M3 44 DeepSeek V4 Pro (max) 44 …
MolmoMotion: Allen AI veröffentlicht Sprach-geführtes 3D-Bewegungsprognose-Modell
Vorhersage statt Beobachtung Allen AI hat MolmoMotion veröffentlicht – ein Modell, das nicht Bewegungen beobachtet, sondern sie vorhersagt. Während aktuelle Computer-Vision-Systeme …
Strands Agents + LeRobot: Von Hugging Face Hub direkt zur Roboter-Hardware
Das Problem Du hast einen Roboter, Demo-Daten auf dem Hugging Face Hub und eine neue Aufgabe, die er lernen soll. Heute brauchst du dafür fünf separate Tools: Aufnahme neuer Demos …
SubQ 1.1 Small: 12M Token Context mit O(n) Attention
Subquadratic Sparse Attention: Langzeitkontext ohne quadratischen Aufwand Subquadratic veröffentlicht den Model Card für SubQ 1.1 Small – die zweite Iteration ihres SSA-Modells …
GLM 5.2: Zhipu veröffentlicht frontier-fähiges Open-Source-Modell
Radikale Offenheit als Antwort Zhipu AI, Chinas führendes AI-Unternehmen, hat GLM 5.2 veröffentlicht – sein leistungsfähigstes Open-Source-Modell bis dato. Die Ankellung von Jie …
Claude Fable 5: Mythos-Hype mit durchschnittlichen Benchmark-Ergebnissen
Endor Labs hat Anthropics neues Mythos-Modell Claude Fable 5 mit Claude Code auf 200 realen Sicherheitsaufgaben getestet. Das Ergebnis: durchschnittliche Leistung mit …
Kimi K2.7-Code: Open-Source Coding Model mit verbesserter Token-Effizienz
Moonshot AI hat Kimi K2.7-Code veröffentlicht, ein Open-Source-Coding-Modell mit verbesserter Token-Effizienz. Das Modell ist auf Hugging Face verfügbar und unterstützt sowohl …
DiffusionGemma: 4x schnellere Text-Generierung
Ein Paradigmenwechsel in der Text-Generierung Google hat DiffusionGemma veröffentlicht – ein experimentelles Open-Source-Modell unter Apache 2.0 Lizenz, das die sequentielle …
MiMo-V2.5-Pro-UltraSpeed: 1T-Modell bricht 1000 TPS-Barriere
Xiaomi bricht erstmals die 1000 Tokens/Sekunde-Barriere mit einem 1-Billionen-Parameter-Modell. MiMo-V2.5-Pro-UltraSpeed, entwickelt in Zusammenarbeit mit TileRT, erreicht …
The crash that vanished: Kontrolle und Emergenz in einer Fünf-Modell-Ökonomie
Wenn ein Bank Run-Szenario plötzlich verschwindet, weil verschiedene LLMs anders reagieren. Lester Leong vom Build Small Hackathon dokumentiert ein faszinierendes Experiment zur …
OpenAI Codex Track beim Build Small Hackathon
HuggingFaces Build Small Hackathon bietet einen speziellen OpenAI Codex Track mit einer interessanten Wendung: Codex selbst bewertet die Einreichungen. Der Preis: $10.000 Cash plus …
Five Labs, Five Minds: Multi-Model Finance Drama
Ein faszinierendes Experiment von HuggingFace zeigt, was passiert, wenn fünf verschiedene KI-Modelle von unterschiedlichen Laboren in einer simulierten Wirtschaft interagieren. …
Tokenomics: Wo Tokens in Agentic Software Engineering konsumiert werden
Ein neues Forschungspaper von arXiv quantifiziert erstmals systematisch, wo genau Tokens in Multi-Agent-Software-Entwicklungssystemen verbraucht werden. Die Studie analysiert 30 …
KVarN: Native vLLM KV-Cache Quantisierung mit 3-5x mehr Kontext
Huawei veröffentlicht KVarN, einen nativen KV-Cache-Quantisierungs-Backend für vLLM, der 3-5x mehr KV-Cache-Kapazität bietet – bei FP16-Genauigkeit und sogar höherem Durchsatz als …
DPO Beyond Chatbots: Wenn Modelle aus Fehlern lernen
Direct Preference Optimization (DPO) wird meistens für Chat-Alignment eingesetzt – aber DharmaAI zeigt mit DharmaOCR, dass DPO auch für strukturierte OCR-Tasks funktioniert. Der …
MCP Tools für Reachy Mini: Robot-Fähigkeiten via Hugging Face Spaces
Der Reachy Mini Roboter kann jetzt Tools nutzen, die in öffentlichen Hugging Face Spaces gehostet werden – aufgerufen via MCP (Model Context Protocol). Statt Code lokal zu …
MAI-Code-1-Flash: Microsofts neues Coding-Modell
Microsoft führt MAI-Code-1-Flash ein – ein effizientes Coding-Modell, das speziell für GitHub Copilot optimiert ist. Das Besondere: Es wurde direkt mit den Copilot-Harnesses aus …
Holo3.1: Schnelle lokale Computer-Use-Agenten
H Company hat Holo3.1 veröffentlicht, eine Familie von Computer-Use-Modellen, die sich durch verbesserte Robustheit über verschiedene Umgebungen hinweg auszeichnet. Neu sind …
PyTorch Profiling Teil 3: Attention ist alles was du profilierst
Die Profiling-in-PyTorch-Serie Hugging Face setzt seine Profiling-Serie fort mit Attention-Mechanismen – dem Herzstück moderner Transformer-Architekturen. Nach den Grundlagen in …