IBM verdoppelt die Transistordichte durch vertikales Stacking auf 0,7 Nanometer und erwartet damit bis zu 70 Prozent Energieeinsparung — Serienreife in etwa fünf Jahren.
Cyberkriminelle sind bei KI-Adoption uneins: Während einige auf Automatisierung und Effizienzgewinne setzen, sehen andere bestehende illegale Services durch KI-basierte Sicherheit gefährdet.
JetSpec überwindet Skalierungsgrenzen von Speculative Decoding durch paralleles Tree Drafting mit kausaler Konditionierung und erreicht bis zu 9,64x Speedup bei LLM-Inferenz.
Giotto.ai und KPS bündeln KI-Technologie mit SAP-Integration, um Unternehmen KI-Infrastruktur anzubieten, die ohne externe Cloud-Anbieter betrieben werden kann.
KI-Agenten geben weniger oft nicht existierende Quellen an, verlinken aber in 15,9% der Fälle auf falsche Papers, und stoppen bei schwierigen Fragen die Tool-Nutzung genau dort, wo diese am kritischsten wäre.
OpenBioRQ zeigt, dass agentenbasierte KI-Modelle bei komplexen biomedizinischen Forschungsfragen bei etwa 40% versagen und gerade bei schwierigen Aufgaben ihre Werkzeuge nicht mehr einsetzen, obwohl diese am wichtigsten wären.
ViQ quantisiert visuelle Eingaben auf beliebigen Auflösungen zu diskreten Repräsentationen und erreicht dabei 20–70 % Trainings-Beschleunigung gegenüber kontinuierlichen Bildenkodierungen.
Output-Kompression reduziert Inferenzkosten um 1,4–3x, Input-Kompression erhöht sie um durchschnittlich 1,15x, weil Modelle mit längeren Antworten auf ungenaue Prompts reagieren.
iLLaDA zeigt, dass vollständig bidirektionales Diffusions-Training von Grund auf ein konkurrenzkräftiger Weg zu starken Sprachmodellen sein kann, auch ohne autoregressives Training.
