•
Ein Beitrag zeigt, wie mithilfe programmatischer Datenaufbereitung und Open-Source-Tools kleine, aufgabenoptimierte LLMs im produktiven Einsatz große Modelle preislich und leistungsbezogen schlagen können – auch ohne GPU.
•
Neue Untersuchungen zeigen, dass Personalabteilungen immer mehr die technische Strategie von Unternehmen mitgestalten statt nur unterstützen. Ein Webinar erklärt, wie HR-Führungskräfte Governance, Ethik und KI-Einführung zentral verantworten.
•
Qwen-Image ist ein 20-Milliarden-Parameter-Modell, das besonders komplexe Textdarstellungen und detailreiche Bilder mit hoher Treue erzeugt. Es unterstützt mehrere Sprachen und behält semantische sowie visuelle Konsistenz bei Bearbeitungen bei, outperformt bestehende Modelle in verschiedenen Aufgaben.
•
Instruktionsanpassungen verschlechtern oft die Zuverlässigkeit der Ausgabequalität von LLMs. Diese Forschungsarbeit zeigt, wie Label Smoothing und ein speichereffizienter Loss-Algorithmus die Kalibrierung verbessern können. Die Probleme vergrößern sich mit wachsender Vokabular- und Modellgröße.
•
Ein Reverse-Engineering-Projekt dokumentiert 67 Versionen der System-Prompts von Claude Code. Es zeigt, wie Anthropic die KI-Modelle mit schrittweisen Änderungen an Instruktionen, Sicherheitsrichtlinien und Funktionen wie PDF-Lesen optimiert, anstatt nur Modell-Upgrades zu nutzen.
•
Mit der Kaggle Game Arena bietet Google eine Open-Source-Plattform, auf der KI-Systeme in Strategiespielen direkt gegeneinander antreten und so messbar verglichen werden können.
•
Grok Imagine ermöglicht es, 15 Sekunden lange Videos mit Ton allein auf Basis von Texteingaben zu erzeugen. Im Einklang mit Groks Haltung gegen Zensur erlaubt der neue „spicy mode“ auch die Erstellung von NSFW-Inhalten – ein Alleinstellungsmerkmal gegenüber anderen gängigen KI-Bildtools.
•
OpenAI-Manager Nick Turley bestätigt, dass ChatGPT nun fast 700 Millionen wöchentliche aktive Nutzer hat, ein deutlicher Anstieg gegenüber 500 Millionen im März dieses Jahres.
•
Ein Analyst von Open Philanthropy warnt vor übertriebenem Hype bezüglich KI-bedingter Alzheimer-Heilmethoden. Trotz möglicher Prozessbeschleunigungen erfordern klinische Daten lange Beobachtungszeiten, Studien verlaufen langsam und neuartige Therapien sind derzeit zu teuer für den breiten Einsatz.
•
Spezialisierte KI-Kollegen übernehmen zunehmend repetitive Aufgaben in Branchen wie Finanzen, Gesundheitswesen und Logistik. Sie integrieren sich in bestehende Abläufe, werden unter menschlicher Aufsicht eingesetzt und werden meist nutzungs- oder ergebnisabhängig abgerechnet. Hauptanwendungsbereiche sind Dokumentenverarbeitung, Sprachinteraktion, Content-Erstellung und Informationsrecherche.