1.
Forscher der University of Maryland, von Google, Meta und anderen Institutionen nutzten Claude Code, um einen KI-Skalierungskontrollalgorithmus zu entdecken, der den Rechenaufwand im Vergleich zur Standard-Selbstkonsistenz um etwa 70 % reduzierte und dabei die Genauigkeit beibehielt. Die Suche kostete Berichten zufolge 40 US-Dollar und dauerte 160 Minuten.
2.
ByteDance berichtete, dass seine Seed-Studie ergab, dass ein 7B langes multimodales Modell Fragen zu langen, bildreichen Dokumenten zuverlässiger beantwortete als viel größere Modelle und lernte, relevante Passagen zu finden, indem es Fragen beantwortete, anstatt Seiten abzuschreiben, selbst bei Dokumenten, die viermal länger waren als die während des Trainings verwendeten.
3.
Berichten zufolge wird Anthropic seine Claude-Modelle voraussichtlich weiterhin an die NSA liefern, obwohl das Pentagon das Unternehmen als Lieferkettenrisiko eingestuft hat. In den Berichten wurde darauf hingewiesen, dass den Geheimdiensten die neuesten Grace Blackwell-Chips von Nvidia fehlten und dass eine Klausel zur „rechtmäßigen Verwendung“ nicht Teil des Vertrags war.
4.
Berichten zufolge erzeugte Microsoft Copilot bei identischen Datensätzen mit unterschiedlichen Länderbezeichnungen fälschlicherweise länderspezifische Unterschiede und lieferte detaillierte Stereotypen anstelle genauer Ergebnisse. Dies veranlasste Forscher dazu, davon abzuraten, die Modellauswahl in Copilot, Gemini und anderen KI-Tools auf Standardeinstellungen zu belassen.
5.
Deepseek gewährte einen dauerhaften Rabatt von 75 Prozent auf sein V4-Pro-Modell, setzte den Preis für Input-Token auf 0,435 US-Dollar pro Million fest und berichtete, dass der Preis für Output-Token mindestens 34 Mal günstiger sei als bei GPT-5.5, wodurch eine erhebliche Preislücke für tokenintensive Agentensysteme entstand.





















































































