9 Schlagzeilen
In einem Vergleich von zehn KI Assistenten erreichte GPT-5.5 Thinking die höchste Gesamtpunktzahl. Claude Sonnet 4.6 sagte dafür die meisten Gruppenspiele korrekt voraus.
Ein Stanford-geführtes Forschungsteam hat vollständige Genome von Bakteriophagen entworfen, die Bakterien infizieren und abtöten können. Der Ansatz könnte neue Therapien gegen antibiotikaresistente Bakterien ermöglichen, verschärft aber zugleich die Debatte über biologische Risiken.
Eine Untersuchung zu GPT-5.2 zeigt, dass Empfehlungen zu Sparen und Geldanlage vom Geschlecht, der KI-Erfahrung und dem Finanzwissen der Nutzenden abhängen. Zwei Drittel der Unterschiede bei den empfohlenen Aktienanteilen gingen auf unterschiedlich formulierte Fragen zurück.
Das interne Modell „Astra“ soll nach Angaben von OpenAI mathematische Argumente für langjährige offene Probleme erzeugt haben. Die Ergebnisse reichen von Kugelpackung und Kodierungstheorie bis zu Quantenkomplexität und Gitterkryptografie.
Die fünfjährige Kooperation soll agentische KI für die koreanische Sprache und südkoreanische Industrieanwendungen entwickeln. Nvidia stellt dafür jährlich Rechenkapazität im Wert von 50 Millionen Dollar über lokale Cloud-Partner bereit.
Die Initiative soll KI, Supercomputer, wissenschaftliche Datensätze und experimentelle Infrastruktur für Forschung, Energie und nationale Sicherheit bündeln. Mehr als 15 Bundesbehörden sollen daran beteiligt sein.
OpenAI zufolge hat ein internes Reasoning-Modell den Unit-Distance-Fall einer klassischen Vermutung der diskreten Geometrie widerlegt. Laut dem Unternehmen haben externe Mathematiker den Beweis geprüft. Sollte sich der Befund halten, wäre das ein Hinweis darauf, dass KI in der Forschung mehr kann als nur Zuarbeit.
Die Bundesagentur will Teams aus ganz Europa mit bis zu 125 Millionen Euro Seed-Finanzierung fördern. Gesucht werden neue Trainingsmethoden, Architekturen, agentenbasierte Systeme und weitere grundlegende KI-Konzepte.
Das Verfahren für sogenanntes federated unlearning soll es ermöglichen, Daten eines ausscheidenden Partners aus einem dezentral trainierten KI-Modell zu entfernen, ohne das System komplett neu aufzusetzen. Für Unternehmen in kooperativen KI-Projekten könnte das die Datenkontrolle deutlich vereinfachen.
