Forscher haben aufgehört, bei LoRA einfach blind jeden Layer zu bekleben. Aletheia wählt per Gradient-Probe nur die Layer aus, die für die Aufgabe wirklich zählen — der Rest ...
Foundation Models tragen mehr Wissen in sich, als die Industrie nutzt. Eine neue arXiv-Studie zeigt: Die mittleren Layer sind eine Goldgrube.
Ein LessWrong-Post zeigt: Sprachmodelle haben eine eigene Vorstellung von Distanz zwischen Tokens. Und die ist überraschend.
Sparse Autoencoders sollen Large Language Models steuerbar machen — aber bisher nur auf Englisch. Eine neue Arbeit auf arXiv will das ändern.
Ein neues arXiv-Paper knöpft sich ein nerviges Problem vor: Sprachmodelle wirken oft selbstbewusst — auch wenn sie Mist labern.
Canva hat ein Problem. Das neue AI-Feature "Magic Layers" erscht eigenmächtig das Wort "Palestine" in Nutzer-Designs — und ersetzt es durch "Ukraine".
Databricks hat Omnigent veröffentlicht — ein Open-Source-Meta-Harness, das Claude Code, Codex und Pi unter eine Decke zwingt. Apache 2.0, gebaut mit Neon, ab sofort verfügbar.
Zwei MATS-Stipendiaten haben den sogenannten Activation Oracle (AO) deutlich aufgebohrt. Ziel: in die Aktivierungen eines Sprachmodells reinhorchen und rauskriegen, was es ...
Auf der Microsoft Build verkünden Jensen Huang und Satya Nadella eine erweiterte Partnerschaft. Ziel: ein durchgehender Stack für Agentic AI — von Windows-Laptops bis in die ...
Neue Studie auf arXiv knackt das Rätsel, warum LLM-Mittelschichten so verdammt gut Gehirnaktivität vorhersagen. Antwort: Sparse Autoencoders.
Google hat auf der I/O 2026 die Bühne gesprengt. 100 Announcements an einem Tag — und mittendrin ein neues Flaggschiff-Modell namens Gemini Omni.
Google macht Android zum Agenten-Spielplatz. Mit "Gemini Intelligence" laufen jetzt autonome KI-Aktionen direkt auf dem Smartphone — inklusive vibe-coded Widgets, die User selbst ...
Forscher schieben einen neuen Hebel in die Black Box generativer Modelle. Statt teurem Retraining: ein affines Framework, das Konzepte gezielt ein- und ausschaltet.
Simon Willison greift eine Idee von Matt Webb auf: Ein RSS-Feed für die Flut an persönlichen Mini-Apps, die durch Vibe-Coding entstehen. Willison hat Claude prompt einen Atom-Feed ...
Ein Forscher hat einen Transformer dazu gebracht, sequentielle Algorithmen Schicht für Schicht abzuarbeiten. Klingt simpel. Ist es nicht.
Canva rollt heute „AI 2.0" aus und macht die ganze Plattform zur Prompt-Maschine. Statt klicken: tippen, was du willst.
Eine neue Studie schaut nicht darauf, WAS ein Sprachmodell weiß — sondern WIE sich Informationen von Schicht zu Schicht verändern. Klingt abstrakt. Ist es auch.
Neuronale Netze vergessen wie alte Männer ihre Schlüssel. Ein neues Paper will das ändern — mit selektiver Gradienten-Kontrolle.
Neuronale Netze haben ein peinliches Problem: Sie vergessen wie ein Goldfisch. Neues lernen? Klar. Aber dabei fliegt das alte Wissen raus. Forscher nennen das "Catastrophic ...
Chinesische Hacker übernahmen die komplette Authentifizierung eines Unternehmens — und blieben ein Jahrzehnt drin. Niemand merkte was.