Benchmarks gegen leistungsfähige Agenten: Erkennung und Behebung unverdienter Bestehens 28. September 2026
584 Läufe, sechs Coding-Agenten: Die Wiederholungsstreuung ist größer als der Unterschied zwischen den Agenten 27. September 2026
Fiatlux: Benchmark für langwierige Humanoiden-Aufgaben – Unitree G1 steigt eine Leiter und wechselt eine Glühbirne aus 27. September 2026
OpenAI veröffentlicht MentalHealthBench — Benchmark mit 80+ Experten aus 22 Ländern 23. September 2026
KI-Digest
MI · 28. Oktober 2026
KI-Digest
MI · 28. Oktober 2026
