Agenten jagen falsche Spuren: Fallen mit nur 41 Prozent Flagquote, aber 20 zusätzliche Denkschritte und 2.000 Token Aufwand 16. September 2026
Agenten-Zuverlässigkeit als eigene Dimension: 14 Modelle über 18 Monate zeigen, dass Fähigkeiten kaum Konsistenz und Vorhersagbarkeit verbessern 18. Februar 2026
Meta bringt 125-Millionen-Parameter-Modell aufs Handy – tiefe schmale Architektur schlägt breite Modelle um 2,7 Prozentpunkte 22. Februar 2024