Anzeige
Skip to content
KI Radar #5
Matthias Bastian
Short News

Die Lean- und Mathlib-Community hat den Beweis von Levent Alpöge zur Riemannschen Vermutung offiziell als korrekt bestätigt. "Wir haben volles Vertrauen, dass Alpöges Beweis der Riemannschen Vermutung korrekt ist, und wir gratulieren ihm zu dieser Leistung", heißt es in der Erklärung.

Alpöge hatte den Beweis am 20. November 2026 als 17 Millionen Zeilen langen Computercode für Lean veröffentlicht, eine Software zur Fehlerprüfung mathematischer Beweise. Dutzende Personen haben den Code unabhängig auf ihren eigenen Rechnern durchlaufen lassen und dasselbe Ergebnis erhalten. Zusätzlich haben mehrere voneinander unabhängige Prüfprogramme den Beweis kontrolliert, wie Andrew Sutherland vom MIT dokumentiert.

Die Riemannsche Vermutung ist eines der berühmtesten ungelösten Probleme der Mathematik und beschreibt ein Muster in der Verteilung von Primzahlen. Diese Prüfprogramme sind so gebaut, dass sie nachweislich keinen fehlerhaften Beweis akzeptieren können. Hier ist ein Fable-5.2-generiertes Erklärvideo:

Die Lösung kam weit früher als erwartet: Wie Ethan Mollick anmerkt, hatten Prognostiker auf Metaculus die Lösung erst für Mai 2035 vorhergesagt. Mathematiker Terence Tao hatte noch im Oktober 2026 geschätzt, dass "eine Kombination aus Menschen und KI um 2050 oder so" das Problem lösen würde.

Quelle: Lean Community | Math MIT
Kommentieren Link kopieren Teilen
Tomislav Bezmalinović
Praxis

OpenAIs GPT-6.2 Astra und Sol antworten laut Artificial Analysis rund 40 Prozent kürzer und kommen schneller auf den Punkt als ihre Vorgänger, gestehen aber deutlich seltener Unsicherheit ein.

Weißes OpenAI-Logo vor einer orange-blauen Collage aus elektronischen Schaltkreisen, technischen Zeichnungen und grafischen Elementen.
Kommentieren Link kopieren Teilen
Jonathan Kemper
Plus Forschung

Nvidia-Forschende argumentieren, dass Sprachmodelle ihre riesigen, langsamen, teuren und ungenauen Kontextfenster oft gar nicht benötigen, und schlagen eine Alternative vor.

Gezielte Suche schlägt das vollständige Einlesen langer Dokumente in KI-Modelle
Kommentieren Link kopieren Teilen
Anzeige
Manuel Uth
Gesellschaft

Ein buddhistisches Kloster in Vermont namens Maple will sich als spirituelle Autorität des Silicon Valley etablieren und gleichzeitig einen eigenen KI-Gott erschaffen.

Pseudo-buddhistisches Kloster in Vermont will zum "Scientology für das Silicon Valley" aufsteigen
Kommentieren Link kopieren Teilen
Jonathan Kemper
Praxis

OpenAI hat für GPT-6.2 Astra und Sol neue Prompt-Vorlagen veröffentlicht, die typische Verhaltensweisen der Modelle korrigieren sollen, etwa zu knappe Antworten, unnötige Rückfragen und übermäßiges Testen beim Programmieren.

2 Kommentare Link kopieren Teilen
Manuel Uth
Forschung

Anthropic-Mathematiker Levent Alpöge hat nach eigenen Angaben mithilfe von Claude die Riemannsche Vermutung bewiesen, das berühmteste offene Problem der Mathematik seit 167 Jahren.

Heiliger Gral der Mathematik offenbar gefallen: Anthropic-Forscher löst Riemannsche Vermutung mit KI
Kommentieren Link kopieren Teilen
Anzeige
Matthias Bastian
Short News

Der US-Techmarkt schmiert ab. Der technologielastige Nasdaq 100 fiel am Freitag um 5,6 Prozent und verlor auf Wochensicht 10,4 Prozent, das schlechteste Ergebnis seit der Corona-Krise. Laut Financial Times rutschte der Index damit um 20 Prozent unter sein Oktober-Hoch und befindet sich im Bärenmarkt. Für den Ausverkauf kommen mehrere Belastungsfaktoren wie in einem perfekten Sturm zusammen: Zweifel am milliardenschweren KI-Ausbau, der Skandal um Nvidia samt dubioser China-Deals sowie politischer Gegenwind nach dem Wahlsieg der Demokraten bei den US-Zwischenwahlen.

Hinzu kommt der Streit, ob die hohen Bewertungen für Chip- und Speicheraktien angesichts ihrer Zyklizität noch gerechtfertigt sind. Gleichzeitig treibt der Iran-Krieg über hohe Ölkosten die anhaltend hohe Inflation an, was die Zinsen hochhält.

Besonders hart traf es am Freitag Nvidia mit einem Minus von 14 Prozent, nachdem die US-Börsenaufsicht SEC Berichten zufolge die Buchhaltung prüft. Auch der US-Halbleiterindex brach um 10,7 Prozent ein, darunter Speicher- und Chipwerte wie Sandisk, Micron sowie Broadcom. Anthropic verlor einen Tag nach seinem Börsendebüt 9,1 Prozent.

Quelle: Financial Times
Kommentieren Link kopieren Teilen
Matthias Bastian
Short News

Thinking Machines veröffentlicht Inkling 2 Mini, ein sogenannter Looped-Transformer. Bei einem Looped-Transformer durchläuft ein KI-Modell bestimmte Schichten pro Token mehrfach in einer Schleife. Inkling 2 Mini nutzt zwölf seiner 24 Schichten dreimal hintereinander. So rechnet das Modell länger intern nach, ohne mehr Text auszugeben, und findet mit weniger Tokens die richtige Antwort. Laut Thinking Machines hat das offene Mixture-of-Experts-Modell 26,4 Milliarden Parameter, wovon durch die Schleifen 5,4 Milliarden pro Token aktiv sind. Es verarbeitet Text sowie Bilder, bietet ein Kontextfenster von einer Million Tokens und steht unter der Apache-2.0-Lizenz.

In Benchmarks für agentisches Coding wie DeepSWE v1.1 (48,2 Prozent) und im Vals Index v2.2 (46,5 Prozent) führt das Modell alle offenen Modelle unter 100 Milliarden Parametern an. Laut Artificial Analysis erreicht es im Intelligence Index 20 Punkte und zieht mit Qwen3.8 27B gleich bei rund sechsmal geringeren Kosten und vierfacher Geschwindigkeit.

Image
Inkling 2 Mini erreicht im Intelligence Index von Artificial Analysis 20 Punkte und zieht damit mit Qwen3.8 27B (xhigh) sowie Nanbeige4.3-33B gleich, bei deutlich weniger aktiven Parametern liegt das Modell direkt auf der Pareto-Linie. | Bild: Artificial Analysis

Inkling 2 Mini läuft lokal auf Macs ab 32 Gigabyte Arbeitsspeicher sowie auf Nvidias DGX Spark. Die Gewichte samt Forschungsvariante mit variablen Schleifen gibt es auf Hugging Face hier zum Download. Ein Chat-Test ist im Tinker Playground möglich.

Quelle: Thinking Machines | Artificial Analysis
Kommentieren Link kopieren Teilen
Jonathan Kemper
Plus Forschung

Bytedance und mehrere US-Universitäten stellen mit Axion 1.0 einen KI-Agenten vor, der mit nur drei Trainingsphasen in Benchmarks an kommerzielle Spitzenmodelle von OpenAI und Anthropic heranreicht.

Kommentieren Link kopieren Teilen
Anzeige
Matthias Bastian
Short News

OpenAI hat seine Schutzmaßnahmen gegen das Auslesen interner Denkprozesse bei GPT-6.2 Astra und GPT-6.2 Sol deutlich verschärft. In internen automatisierten Tests sank die Erfolgsquote für Angriffe, die geschützte Gedankengänge aus früheren Anfragen abgreifen, von 54,0 Prozent bei GPT-6 Astra auf 0,2 Prozent bei GPT-6.2 Astra. Bei Angriffen auf laufende Anfragen fiel die Quote von 22,9 auf 0,9 Prozent, teilt OpenAI mit. Ausgewählte Verbesserungen überträgt das Unternehmen nun auch auf GPT-6 Astra.

Die Abwehr greift auf zwei Ebenen: Bei einzelnen Anfragen kombinieren die Systeme gezieltes Training, Ein- und Ausgabefilter für Nachrichten und Tool-Aufrufe sowie API-Sperren, die ältere Modelle vom Lesen geschützter Denkprozesse ausschließen. Gegen koordinierte Kampagnen sperrt OpenAI wöchentlich tausende bis zehntausende Konten.

Angriffsart GPT-6 Astra mit ursprünglichen Schutzmaßnahmen – Adaptive Extraktion ASR (%) GPT-6.2 Astra mit aktualisierten Schutzmaßnahmen – Adaptive Extraktion ASR (%)
Auslesen geschützter Denkprozesse aus einer früheren Anfrage 54,0 0,2
Auslesen geschützter Denkprozesse aus der aktuellen Anfrage 22,9 0,9

Angriffserfolgsquote (ASR) beim adaptiven Black-Box-Red-Teaming gegen GPT-6 Astra und GPT-6.2 Astra, zusammengefasst über sechs Angreifermodelle. Niedrigere Werte sind besser.

Auch Anthropic bekämpft systematische Destillationsangriffe und sperrte bereits zehntausende Konten, um den Diebstahl interner Denkprozesse einzudämmen, angeblich mittlerweile in 90 bis 99 Prozent der Fälle erfolgreich. Zudem fordert Anthropic eine koordinierte Reaktion von Industrie und Politik.

Quelle: OpenAI
Kommentieren Link kopieren Teilen