Eine neue Schnittstelle in llama.cpp lässt spezialisierte Modelle Anfragen einordnen und Handlungsoptionen bewerten, ohne eine Textantwort zu erzeugen.
llama.cpp unterstützt Entscheidungsmodelle: Klassifizieren statt Antworten generieren Weiterlesen »
Ai2 stellt mit Olmo-core 3 einen offenen Trainingsstack für große Mixture-of-Experts-Modelle bereit. Die Messungen zeigen, wie stark Architekturentscheidungen den Durchsatz beeinflussen – und wo die Grenzen der Tests liegen.
Olmo-core 3: Ai2 öffnet seine Trainingsinfrastruktur für große MoE-Modelle Weiterlesen »
Google stellt Gemini 4 Argon für lange Software- und Sicherheitsaufgaben vor. Zunächst erhalten ausgewählte Cyberabwehr-Teams Zugang; ein breiter API-Start steht noch aus.
Gemini 4 Argon: Google öffnet sein neues Modell zuerst für Cyberabwehr Weiterlesen »
Anthropic hat Claude Sonnet 5.5 veröffentlicht. Das Modell soll Coding-Aufgaben schneller und mit weniger Token lösen; für API-Anwendungen ändern sich zugleich wichtige Einstellungen für Denken und Werkzeugaufrufe.
Claude Sonnet 5.5: Schneller im Agenten-Workflow, aber nicht ohne Migrationsarbeit Weiterlesen »
ESPnet stellt einen großen offenen Sprachdatensatz mit mehrkanaligem Audio bereit. Was die Daten für Spracherkennung und Audiogenerierung leisten – und wo ihre Grenzen liegen.
YODAS v3: Mehr als eine Million Stunden Sprache für offene Audiomodelle Weiterlesen »
OpenAI zeigt in einem Forschungsbericht, wie manipulierte Inhalte von KI-Agenten nicht nur befolgt, sondern in E-Mails, Dateien und Nachrichten weitergegeben werden können.
Wenn eine Prompt Injection sich selbst weiterschreibt Weiterlesen »
Welche Hardware passt zu einem lokalen KI-Assistenten im KMU? Fünf Plattformen im Vergleich – vom schnellen GPU-Server bis zum Mac mit großem gemeinsamen Speicher.
Das neue LLM Qwen3-Coder schlägt sich in meinem persönlichen Tetris Benchmark ganz gut. Mit folgendem Prompt und einem Request kommt ein spielbares Tetris Spiel raus. Voll funktionsfähig, wie man es von Tetris kennt. Etwa auf dem Level von o3-mini oder Deepseek R1. Bitte schreibe in JavaScript und HTML ein Tetris Spiel. Die Steuerung soll über
Qwen3-Coder (Tetris Challenge) Weiterlesen »
Große Kontextfenster in KI-Modellen, die bis zu einer Million Tokens unterstützen, wecken enorme Begeisterung: Man könnte einfach alles – Dokumente, Tools, Anweisungen – in einen Prompt packen und die KI den Rest erledigen lassen. Die Idee klingt zwar verlockend, doch die Praxis zeigt, dass zu viel Kontext eine KI eher verwirren als unterstützen kann. Dieses
Das Problem mit großen Kontext Fenstern bei LLM Chats Weiterlesen »
Vergleich zwischen ChatGPT o3-mini und DeepSeek R1 (online). Aufgabestellung: Erstellung eines Tetris Games. Der Programmcode (HTML und JavaScript) umfasst bei ChatGPT o3-mini 333 Zeilen und bei DeepSeek R1 188 Zeilen. Wie effizient und schlau der jeweilige Programmcode ist, habe ich nicht näher analysiert. Für die DeepSeek Version benötigte ich zwei Prompts (siehe Screenshot). Zudem springt
ChatGPT o3-mini vs. DeepSeek R1 (Tetris Challenge) Weiterlesen »