Anzeige
Skip to content

Jonathan Kemper

Jonathan ist freier Technikjournalist, Sachbuchautor und Medientrainer. Er beschäftigt sich vor allem mit frei verfügbaren KI-Modellen, chinesischen KI-Laboren und den technischen Grundlagen dahinter – von neuen Trainingsverfahren über Skalierungsstrategien bis hin zu Benchmark-Design. Außerdem ist er passionierter Vibecoder.

Coding-Agenten liefern viel, aber selten fertig

Der KI-Agenten-Benchmark Co-Design Bench von Alibaba konfrontiert Coding-Agenten mit echten, schwierigen Nutzeranfragen und zeigt ernüchternde Ergebnisse: Selbst GPT-6 Astra als Spitzenreiter löst nur 26,4 Prozent der Aufgaben vollständig. Auf älteren Benchmarks erreichen dieselben Modelle über 99 Prozent. Die Lücke zwischen Laborwerten und Praxistauglichkeit bleibt groß.

Feintuning gegen Propaganda: US-Start-up trainiert Alibabas Qwen-Modell auf "westliche Werte" um

Nous Research hat mit Arete-27B Alibabas Qwen3.8-27B so nachtrainiert, dass die pro-chinesische Prägung weitgehend verschwindet: Die Propagandaquote sank von 22 auf unter ein Prozent, die allgemeinen Fähigkeiten blieben laut Tests erhalten. Dafür reichten 53 Millionen Token überwachtes Feintuning. Die politische Prägung sei nur eine „dünne, spät aufgetragene Schicht“.

Adobe testet, wie gut KI-Agenten Werkzeuge wie Photoshop-Profis nutzen können

Adobe Research und die UC San Diego haben mit EditAgent ein System entwickelt, das Bildbearbeitung wie ein Photoshop-Profi angeht: Statt nur einen Allzweck-Editor zu nutzen, wählt der Agent für jede Aufgabe das passende Spezialwerkzeug und lässt ein Sprachmodell anhand konkreter Messwerte das beste Ergebnis auswählen. Die höhere Qualität kostet allerdings zehnmal mehr Rechenzeit.

Google-Forscher wollen Video-KI beibringen, unausgesprochene Wünsche zu erkennen

Mit StreamVibe will ein Forschungsteam um Google einen Video-Agenten schaffen, der beim Kochen oder Möbelaufbau nur dann eingreift, wenn er wirklich gebraucht wird. Ein umfangreicher Benchmark zeigt allerdings: Bei längeren Videos treffen alle getesteten Modelle den richtigen Zeitpunkt kaum noch. Fehler schaukeln sich auf, und die Antwortqualität bricht drastisch ein.

Read full article about: ChatGPT bekommt Inhalte von Partnerverlagen offenbar nur als fertige Zusammenfassung

Inhalte von OpenAIs Lizenzpartnern gelangen offenbar über eine eigene Pipeline in ChatGPT, die sie gegenüber dem übrigen Web bevorzugt. Das zeigt eine Analyse von David Konitzny, GEO-Researcher beim Berliner Start-up Peec AI. Von drei konfigurierten News-Engines befülle nur "labrador" ein Feld namens "provider". Darüber identifizierte Konitzny 12 Anbieter mit 43 Domains, darunter Condé Nast, Hearst, Axel Springer, News Corp, Reuters und AP. Neben Nachrichten fließen so auch Rezepte, Testberichte und Kaufberatungen von Seiten wie Allrecipes, Tom's Guide und Welt in den Chatbot ein.

Partnerseiten rufe ChatGPT nicht live ab, sondern erhalte sie als vorab generierte Zusammenfassung, während reguläre Webseiten als Textausschnitte ankommen. Im Prompt stünden die Partnereinträge vor allen Web-Ergebnissen. Bei Bestenlisten nennen die Zusammenfassungen laut 1.000 ausgewerteten Fällen 70 Prozent der Einträge auf den Rängen 1 bis 3, aber nur 23 Prozent auf den Rängen 7 bis 10.

OpenAI hatte Partnern 2024 eine prominentere Darstellung in ChatGPT in Aussicht gestellt, eine Hamburger Studie fand Springer-Medien im Webinterface später deutlich häufiger als über die API. Korrekt zitiert werden aber auch Partner nicht immer.