Ein Forschungsteam aus China hat mit GeoVista ein Open-Source-KI-Modell vorgestellt, das Bilder analysiert und gleichzeitig das Internet durchsucht, um deren Aufnahmeort zu bestimmen. Das Modell soll die Leistung kommerzieller Systeme wie Gemini-2.5-flash erreichen.
Der Artikel Open-Source-KI GeoVista findet Aufnahmeorte von Fotos durch Zoom und Websuche erschien zuerst auf The Decoder.
Ein chinesisches Forschungsteam hat eine neue Speicherarchitektur für KI-Agenten entwickelt. „GAM“ soll Informationsverlust bei langen Interaktionen minimieren, indem es Kompression mit Deep Research kombiniert.
Der Artikel Neues KI-Gedächtnis GAM soll den „Context Rot“ bei langen Chats verhindern erschien zuerst auf The Decoder.
Ein Forschungsteam von Google DeepMind, deutschen Partnern und Anthropic hat eine Methode vorgestellt, mit der KI-Modelle menschliche Urteilsmuster in der visuellen Wahrnehmung besser nachvollziehen sollen. Die Studie in Nature zeigt, dass solche „human-aligned“ Modelle robuster, generalisierungsfähiger und weniger fehleranfällig sind.
Der Artikel Deepmind-Studie will Maschinenblick und menschliche Wahrnehmung aufeinander abstimmen erschien zuerst auf The Decoder.
Ein internationales Forschungsteam hat die Validität von Large-Language-Model-Benchmarks systematisch untersucht und dabei erhebliche Mängel aufgedeckt. Die Analyse von 445 Benchmark-Artikeln aus führenden KI-Konferenzen zeigt, dass fast alle Bewertungsverfahren fundamentale methodische Schwächen aufweisen.
Der Artikel Studie deckt massive Schwächen in KI-Benchmarks auf erschien zuerst auf The Decoder.
Ein internationales Forschungsteam hat mit JanusCoder eine neue Generation von KI-Modellen vorgestellt, die Code-Generierung und visuelle Ausgaben in einem einheitlichen System vereinen. Die Modelle sollen die Lücke zwischen textbasierter Programmierung und visueller Darstellung schließen.
Der Artikel KI-System JanusCoder: Ein Modell für Text, Code und visuelle Ausgaben erschien zuerst auf The Decoder.
Ein Forschungsteam hat mit German Commons die bisher umfangreichste Sammlung explizit offen lizenzierter deutscher Texte zusammengestellt. Der Korpus soll die Entwicklung rechtlich unbedenklicher deutscher Sprachmodelle ermöglichen.
Der Artikel German Commons: Forschende veröffentlichen größten offen lizenzierten deutschen Textkorpus erschien zuerst auf The Decoder.
Ein Forschungsteam der King Abdullah University of Science and Technology (KAUST) hat mit der „Huxley-Gödel Machine“ (HGM) ein System entwickelt, das Prinzipien der Selbstverbesserung in Softwareagenten praktisch umsetzt.
Der Artikel Huxley-Gödel Machine: KI-Agent verbessert sich selbst durch Code-Optimierung erschien zuerst auf The Decoder.
Ein Forschungsteam aus China hat eine neue Methode entwickelt, mit der Large Language Models direkt über ihre internen Speicherstrukturen kommunizieren können. Das Cache-to-Cache-Verfahren soll die Zusammenarbeit zwischen KI-Modellen beschleunigen und verbessern.
Der Artikel Neue Cache-Methode lässt Sprachmodelle direkt über interne Speicher kommunizieren erschien zuerst auf THE-DECODER.de.
Ein Forschungsteam von MIT, IBM und der University of Washington hat mit TOUCAN den bislang größten offenen Datensatz für KI-Agenten veröffentlicht. 1,5 Millionen echte Tool‑Interaktionen sollen offene Modelle bei der Arbeit mit externen Werkzeugen verbessern.
Der Artikel TOUCAN liefert größten offenen Trainingsdatensatz für KI-Agenten erschien zuerst auf THE-DECODER.de.
Einem Forschungsteam aus Kalifornien ist es laut einem Bericht gelungen, mit künstlicher Intelligenz neue Viren zu erschaffen, die Bakterien töten können. Die Arbeit gilt als erster Schritt in Richtung KI-designter Lebensformen.
Der Artikel KI entwirft funktionsfähige Viren-Genome erschien zuerst auf THE-DECODER.de.