Schlagwort: Beweise

  • Hacker enttarnen fragwürdige Methoden von KI Musikgenerator Suno

    Suno auf den Kopf gedreht

    GPT-Images-2.0

    Kurzfassung
    ▾

    Quellen
    ▾

    Ein Hacker-Angriff auf den KI-Musikgenerator Suno belegt das unerlaubte Auslesen geschützter Musik von Plattformen wie YouTube und Deezer.
    Der geleakte Quellcode liefert großen Plattenlabels wichtige Beweise für ihre laufenden Urheberrechtsklagen gegen das Unternehmen.
    Der Angreifer erbeutete zudem sensible Kundendaten wie Kreditkarteninformationen, was Suno monatelang vor seinen Nutzern geheim hielt.

    TechCrunch – Hack suggests AI music generator Suno scraped YouTube for training data

    Ein Hacker-Angriff auf Suno liefert Beweise für das gezielte Auslesen urheberrechtlich geschützter Musik. Geleakte Quellcodes belegen, dass der KI-Musikgenerator jahrzehntelanges Audiomaterial von Plattformen wie YouTube Music und Deezer für sein Training nutzte. Beweise für laufende Klagen Nach Informationen des Tech-Portals 404 Media startete ein Angreifer einen Supply-Chain-Angriff über gestohlene Mitarbeiter-Zugangsdaten. In den internen Systemen fand er konkrete Belege, wie Suno Inhalte von YouTube, Deezer, Genius, Stockmusik-Bibliotheken und Podcast-Feeds abgriff. Suno hatte bisher nur vage eingeräumt, mit öffentlich zugänglichen Dateien aus dem Netz zu trainieren. Die Entwickler beriefen sich für ihr Vorgehen auf die US-amerikanische Fair-Use-Doktrin. Die großen Plattenlabels verklagen Suno bereits wegen dieser Praxis. Für die Kläger wiegt schwer, dass das Umgehen von YouTubes Schutzmechanismen gegen Datenscraping laut dem US-Gesetz DMCA illegal ist und direkt gegen die Nutzungsbedingungen der Videoplattform verstößt. Auch gegen den Konkurrenten Udio laufen identische Klagen. Google wehrt sich als YouTube-Mutterkonzern derzeit selbst gegen ähnliche Urheberrechtsvorwürfe großer Buchverlage. Anzeige Kundendaten erbeutet und verschwiegen Der Einbruch bringt direkte Konsequenzen für die Nutzerschaft mit sich. Der Hacker erbeutete E-Mail-Adressen, Telefonnummern und unvollständige Kreditkartendaten aus dem Zahlungssystem Stripe. Suno hatte diesen Datendiebstahl aus dem November 2025 verschwiegen und betroffene Kunden nicht informiert. Das Unternehmen deklariert den Einbruch auf Nachfrage lediglich als »begrenzten Sicherheitsvorfall«, der schnell eingedämmt worden sei.

  • OpenAI stellt KI vor die schwerste Mathematik-Aufgabe der Welt

    Ein Roboter hat die Weltformel gefunden

    Nano Banana

    Kurzfassung
    ▾

    Quellen
    ▾

    OpenAI hat offizielle Lösungsversuche für den anspruchsvollen „First Proof“-Wettbewerb veröffentlicht.
    Dieser Test konfrontiert KI-Modelle mit exklusiven, unveröffentlichten Mathematikaufgaben auf Forschungsniveau.
    Ziel ist es, echtes logisches Denken anstelle von bloßem Auswendiglernen aus Trainingsdaten nachzuweisen.
    Die Fachwelt prüft derzeit die von OpenAI eingereichten Beweise auf ihre formale Richtigkeit.

    Our First Proof submissions (OpenAI)

    oai_first_proof.pdf (OpenAI – vollständige Proof Attempts als PDF)

    OpenAI hat offizielle Lösungsversuche für den neuen „First Proof“-Wettbewerb veröffentlicht. Dieser Test konfrontiert künstliche Intelligenz gezielt mit ungelösten mathematischen Problemen auf Forschungsniveau, um die tatsächlichen Fähigkeiten im logischen Denken abseits bekannter Trainingsdaten zu überprüfen. Abkehr vom reinen Auswendiglernen Der „First Proof“-Test unterscheidet sich grundlegend von bisherigen Benchmarks in der Informatik. Eine Gruppe renommierter Mathematiker hat exklusiv für diese Prüfung komplexe Aufgaben entworfen, die in keiner wissenschaftlichen Datenbank existieren. Dieses Vorgehen schließt einen entscheidenden Faktor aktueller KI-Modelle aus. Bisherige Sprachmodelle schließen oft erfolgreich bei mathematischen Standardproblemen ab, da sie die Lösungswege während der Trainingsphase verarbeitet und gespeichert haben. Bei „First Proof“ fehlt diese Datengrundlage komplett. Die Systeme müssen folglich echtes Reasoning anwenden. Sie müssen selbstständig tiefgreifende logische Schlüsse ziehen und fehlerfreie formale Beweise über mehrere Schritte hinweg konstruieren. Anzeige “We’re currently training a new model for which a primary focus is increasing the level of rigor in its thinking, with the goal that the model can think continuously for many hours and remain highly confident in its conclusions. When the First Proof problems were announced, it seemed like the perfect testbed, so over the weekend I tried it out. Already it was able to solve two of the problems (#9 and #10). As it trained, it became increasingly capable, eventually solving–in our estimation–at least three more. We were particularly pleased when it solved #6 and then, two days later, #4, as those problems were from fields familiar to many of us. It’s pretty incredible to watch a model get tangibly smarter day by day.” James R. Lee (OpenAI Researcher, Reasoning) Ungeprüfte Lösungsansätze OpenAI dokumentiert in den veröffentlichten Dokumenten den genauen Lösungsweg der eigenen Modelle. Das Unternehmen geht dabei davon aus, bei einigen der hochkomplexen Probleme sehr wahrscheinlich korrekte mathematische Beweise gefunden zu haben. Diese Selbsteinschätzung bleibt vorerst unbestätigt. Eine unabhängige und formale Verifikation der eingereichten Beweise durch die Initiatoren des „First Proof“-Projekts steht aktuell noch aus. Dennoch diskutiert die mathematische Fachwelt die publizierten Lösungswege bereits im Detail, um Schwachstellen oder tatsächliche Durchbrüche in der Argumentationskette der KI zu identifizieren. Mathematik gilt in der KI-Forschung als der ultimative Härtetest für kognitive Fähigkeiten. Ein Bestehen solcher Prüfungen markiert einen nachvollziehbaren Schritt von der reinen Mustererkennung hin zu Systemen mit echter Problemlösungskompetenz. Anzeige