LLM – Lumi AI News

Was in KI-Modellen steckt: Trainingsdaten, Weltbilder und versteckte Kosten

12. Juni 202612. Juni 2026
AI Models, Claude AI

Share on:

Large Language Models spiegeln die Gewichtungen ihrer Trainingsdaten wider – wer darin überrepräsentiert ist, welche Perspektiven als Standard gelten und welche Sichtweisen fehlen, prägt jede Ausgabe des Modells.

Share on:

FlowTracer: Gezielte Reinforcement-Learning in LLMs durch Attention-basierte Informationsflussverfolgung

10. Juni 202610. Juni 2026
AI Models, Claude Code, Claude Cowork

Share on:

FlowTracer weist Tokens Credit basierend auf ihrem gemessenen Informationsdurchsatz im Attention-Graphen zu statt alle gleich zu behandeln, was konsistente Leistungsgewinne bei Reasoning-Aufgaben bringt.

Share on:

STRIDE: Trainingsdateneinfluss in LLMs via Sparse Recovery nachverfolgen

4. Juni 20264. Juni 2026
AI Models, Claude Code

Share on:

STRIDE formalisiert Trainingsdatenzuordnung als Sparse-Recovery-Problem im Aktivierungsraum und erreicht dabei eine Größenordnung schneller Ergebnisse als gradientbasierte Verfahren.

Share on:

LLMs lernen durch Schlaf: Selbstoptimierung und Wissenskonsolidierung

3. Juni 20263. Juni 2026
AI Models

Share on:

Ein neues Training-Paradigma ermöglicht es LLMs, In-Context-Wissen eigenständig in ihre Parameter zu integrieren und sich ohne menschliche Überwachung weiterzuentwickeln.

Share on:

OpenAI verbessert GPT-5.5 und plant Abschaffung älterer Modelle

2. Juni 20263. Juni 2026
AI Models, OpenAI

Share on:

OpenAI optimiert sein GPT-5.5-Instant-Modell während es die Abkündigung von Legacy-Modellen einleitet.

Share on:

Evaluierungen von KI-Agenten entmystifiziert

31. Mai 20261. Juni 2026
AI Models, Claude Code

Share on:

Agent-Evaluierungen sind komplexer als traditionelle LLM-Tests, da sie mehrere Turns, Tool-Nutzung und Zustandsveränderungen umfassen. Der Schlüssel ist die Unterscheidung zwischen Transcript (aufgezeichnete Interaktionen) und Outcome (tatsächlicher Endzustand), um aussagekräftige Bewertungen zu sch

Share on:

Einführung von Claude Opus 4.6

31. Mai 20261. Juni 2026
AI Models, Anthropic, Claude AI

Share on:

Anthropic stellt Claude Opus 4.6 vor – ein verbessertes Sprachmodell mit optimierter Performance, erweiterten API-Features und erhöhtem Sicherheitsstandard für unternehmensweite Anwendungen.

Share on:

Was in KI-Modellen steckt: Trainingsdaten, Weltbilder und versteckte Kosten

FlowTracer: Gezielte Reinforcement-Learning in LLMs durch Attention-basierte Informationsflussverfolgung

STRIDE: Trainingsdateneinfluss in LLMs via Sparse Recovery nachverfolgen

LLMs lernen durch Schlaf: Selbstoptimierung und Wissenskonsolidierung

OpenAI verbessert GPT-5.5 und plant Abschaffung älterer Modelle

Evaluierungen von KI-Agenten entmystifiziert

Einführung von Claude Opus 4.6

Lumi AI News

Rechtliches

Themenbereiche

Was in KI-Modellen steckt: Trainingsdaten, Weltbilder und versteckte Kosten

FlowTracer: Gezielte Reinforcement-Learning in LLMs durch Attention-basierte Informationsflussverfolgung

STRIDE: Trainings­daten­einfluss in LLMs via Sparse Recovery nachverfolgen

LLMs lernen durch Schlaf: Selbstoptimierung und Wissenskonsolidierung

OpenAI verbessert GPT-5.5 und plant Abschaffung älterer Modelle

Evaluierungen von KI-Agenten entmystifiziert

Einführung von Claude Opus 4.6

Lumi AI News

Rechtliches

Themenbereiche

STRIDE: Trainingsdateneinfluss in LLMs via Sparse Recovery nachverfolgen