Verteilte Künstliche Intelligenz in Aktion
Forscher von Inclusion AI, einer Alibaba Ant Group-Tochter, schlagen mit Inclusion Arena ein neues Benchmark- und Leaderboard-System vor, das sich auf reale Nutzungsszenarien und Nutzerpräferenzen konzentriert. Im Gegensatz zu herkömmlichen…
Agentic AI erweitert die Fähigkeiten generativer KI, indem es autonome Aufgaben wie Reiseplanung, Buchungen oder Bestellungen eigenständig ausführt. Diese Technologie geht über die reine Textgenerierung hinaus und ermöglicht es, komplexe…
Die Studie “AutoCodeSherpa: Symbolic Explanations in AI Coding Agents” stellt AutoCodeSherpa vor, ein Tool, das symbolische Erklärungen für Fehler in Software generiert, um die Vertrauenswürdigkeit und Akzeptanz von KI-gesteuerten Codierungsagenten…
Anthropic hat Audit-Agenten entwickelt, die während der Tests von Claude Opus 4 erstellt wurden. Diese Agenten verbesserten Alignment-Validierungen und ermöglichten skalierbare, parallele Audits. Drei untersuchte Agenten sind: Tool-using Investigator Agent:…
Unternehmen setzen zunehmend das Model Context Protocol (MCP) ein, um den Einsatz von Agenten-Tools effizient zu steuern. Salesforce-Forscher haben jedoch eine neue Anwendungsmöglichkeit von MCP entdeckt: die Bewertung von KI-Agenten.…
Pendo hat mit Agent Analytics eine Lösung entwickelt, die die Leistung von KI-Agenten messbar macht. Die Software erfasst Metriken zum Nutzerverhalten, analysiert Konversationen, identifiziert Prompt-Trends und erkennt nicht-konformes Verhalten. Sie…
KI-Agenten sind derzeit oft isoliert: Sie können entweder digitale Informationen verarbeiten oder mit der physischen Welt interagieren, selten beides gleichzeitig. Diese Trennung schränkt ihre Fähigkeit ein, Aufgaben zu lösen, die…
Künstliche Intelligenz-Systeme entwickeln sich rasant weiter und zeigen bemerkenswerte Fähigkeiten in verschiedensten Bereichen. Die präzise Bewertung ihrer Leistung, Zuverlässigkeit und Sicherheit bleibt jedoch eine große Herausforderung. Dieser Beitrag bietet einen…
Die Einführung von Künstlicher Intelligenz in Unternehmen gewinnt zunehmend an Bedeutung, doch Unternehmen stehen vor der komplexen Herausforderung, den tatsächlichen Wert und Nutzen ihrer KI-Investitionen zu bewerten. Klassische Bewertungsmethoden greifen…
EXP-Bench ist ein neuartiger Benchmark, der entwickelt wurde, um die Fähigkeit von KI-Agenten, vollständige, End-to-End-KI-Forschungsexperimente durchzuführen, rigoros zu bewerten. Er befasst sich mit der aktuellen Einschränkung, dass KI-Agenten, obwohl sie…