Verteilte Künstliche Intelligenz in Aktion
Die Fortschritte im Bereich agentenbasierter KI nehmen rasant zu. Leistungssteigerungen durch optimierte Reasoning-Frameworks, Speicherarchitekturen und LLM-Verarbeitungskapazitäten folgen mittlerweile in einem Tempo, das selbst das legendäre Moore’sche Gesetz der Halbleiterindustrie überholt.…
Microsoft Research verspricht mit rStar2-Agent eine Revolution: Kleinere KI-Modelle, die größere Konkurrenten übertreffen. Doch hält die Entwicklung einer kritischen Prüfung anhand etablierter KI-Frameworks stand? Eine systematische Analyse zeigt, wo das…
Forscher von NVIDIA haben mit Jet-Nemotron einen methodischen Ansatz entwickelt, der das Effizienz-Genauigkeits-Problem in Sprachmodellen durch eine Post Neural Architecture Search-Pipeline adressiert. Die Ergebnisse zeigen bis zu 53-fache Geschwindigkeitsverbesserungen bei…
Forscher der Zhejiang University und der Alibaba Group haben mit Memp ein Verfahren entwickelt, das großen Sprachmodellen (LLMs) ein dynamisches, prozedurales Gedächtnis verleiht. Dieses Gedächtnis funktioniert ähnlich wie das Lernen…
Was wäre, wenn KI-Agenten aus Erfahrungen lernen könnten, ohne dass ihre grundlegenden Parameter verändert werden müssen? AgentFly verändert das Reinforcement Learning für Large Language Models durch ein innovatives gedächtnisbasiertes System…
Warum agentische KI nicht immer größer werden muss Während die KI-Industrie dem Wettrüsten um immer größere Sprachmodelle verfallen ist, bahnt sich eine stille Revolution an: Kleine, spezialisierte Modelle könnten die…
Forscher der University of California, Berkeley, Stanford University und Databricks haben mit GEPA (Genetic-Pareto) eine neue Methode zur Optimierung von großen Sprachmodellen (LLMs) entwickelt, die traditionelle Verstärkungslernmethoden (RL) deutlich übertrifft.…
Eine neue Studie von Nous Research zeigt, dass Open-Source-KI-Modelle erheblich mehr Rechenressourcen verbrauchen als geschlossene Modelle wie die von OpenAI oder Anthropic. Die zentralen Ergebnisse: Token-Verbrauch: Open-Source-Modelle benötigen 1,5 bis…
Das KI-Startup Deep Cogito aus San Francisco, gegründet von ehemaligen Google-Mitarbeitern, hat vier neue Open-Source-Sprachmodelle (Cogito v2) veröffentlicht. Diese Modelle (70B bis 671B Parameter) sind darauf ausgelegt, eigenständig bessere und…
Das in Singapur ansässige KI-Startup Sapient Intelligence hat die Hierarchical Reasoning Model (HRM)-Architektur entwickelt, die in komplexen Aufgaben der Schlussfolgerung oft besser abschneidet als große Sprachmodelle (LLMs). Die HRM basiert…