Anthropic vergrößert seinen Kreis defensiv genutzter KI-Partner für Cybersecurity von 50 auf 200 Organisationen mit Fokus auf kritische Infrastrukturen.
KI-Assistenten ignorieren beim Zugriff auf Unternehmensdaten oft bestehende Berechtigungsstrukturen und legen dadurch sensible Informationen offen, die einzelnen Nutzern nicht zugedacht sind.
Ein CPU-basierter RL-Controller optimiert adaptives Sampling beim Test-Time Scaling und reduziert Rechenaufwand sowie Latenz gegenüber heuristischen Verfahren.
Bei Deepfakes, kompromittierten KI-Anwendungen, Prompt Injection und Supply-Chain-Angriffen haben Angreifer derzeit einen strukturellen Vorteil gegenüber Verteidigern.
Die US-Regierung erhält 30 Tage Vorab-Zugang zu neuen leistungsstarken KI-Modellen, um von deren Schwachstellenerkennung zu profitieren, während die Tech-Industrie vor längeren Exklusivfristen bewahrt wurde.
Microsoft hat mit MAI-Thinking-1 sein erstes Reasoning-Modell mit Fine-Tuning-Kapabilität für Enterprise vorgestellt, das speziell auf Domain-spezifische Anpassungen ausgerichtet ist.
Lineare Sonden zur Täuschungserkennung in LLMs funktionieren nur auf Trainingsdaten reliabel, nicht aber bei stilistischen Variationen — Style-Augmentation kann die Robustheit aber wiederherstellen.
VaSE erreicht bei 4x KV-Cache-Kompression höhere Genauigkeit als bestehende Sparse-Attention-Methoden und reduziert damit den Speicher-Bottleneck von Reasoning-Modellen.
NVIDIAs OmniDreams generiert komplexe Fahrzeugsimulationen in Echtzeit, generalisiert besser auf seltene Szenarien und kann zugleich als Grundlage für effizientere Fahrichtlinienmodelle dienen.
Ein neues Training-Paradigma ermöglicht es LLMs, In-Context-Wissen eigenständig in ihre Parameter zu integrieren und sich ohne menschliche Überwachung weiterzuentwickeln.
