Gemini 4 Carbon führt Intelligence Index v5 mit 59 Punkten an – exklusiv für Cyber-Verteidiger 28. Oktober 2026
Gemini 4 Carbon erreicht 59 Punkte im Intelligence Index und 70,36 Prozent bei Vals AI 28. Oktober 2026
InfraDev: 32 Prozent der bestandenen Patchvorschläge fallen durch versteckte Prüfungen, kein Modell löst mit Originaltext eine Aufgabe 27. Oktober 2026
LiveSearch prüft Finanzagenten mit ausführbarem Verifier-Code: 70 Prozent der Antworten veralten in drei Tagen 27. Oktober 2026
Der Standard-Agent änderte in 13 von 50 Buchungen ohne das geforderte Ja – und die Benchmark belohnte es 27. Oktober 2026
FeatureArc: Coding-Agenten stürzen von 62,7 auf 28,5 Prozent, wenn mehrstufiger Altcode weiterentwickelt wird 27. Oktober 2026
CogArena: LLM-Agenten durchlaufen Verhaltensexperimente im Browser – Aufgabe lösen und Verhaltenssignatur reproduzieren sind zwei Paar Stiefel 27. Oktober 2026
GEPA-Curator filtert Aufgaben vor der Prompt-Optimierung: bis 20,7 Prozent über GEPA und 21,2 Prozent über ACE, weil ein Teil der Fehlschläge kein Lernsignal ist 27. Oktober 2026
InfraDev: 32 Prozent der bestandenen Patchvorschläge fallen durch versteckte Prüfungen 27. Oktober 2026
Ein perfekter Relevanzfilter für das Gedächtnis einer LLM-Gruppe verliert 23 bis 31 Punkte – und ein vollständiges Protokoll ist schlechter als gar keine Notizen 27. Oktober 2026
KI-Digest
DO · 29. Oktober 2026
KI-Digest
DO · 29. Oktober 2026
