Sich selbst verbessernde KI

Google-Forscher schlagen RRSI vor, um das Auswendiglernen von Tests durch selbstverbessernde KI-Agenten einzudämmen, die Ergebnisse bei unbekannten Benchmarks zu verbessern und gleichzeitig den Token-Verbrauch zur Laufzeit zu senken.

Google DeepMinds Dream-RSI ermöglicht es KI-Agenten, frühere Suchläufe wiederzuverwenden, um die Exploration zu optimieren und teure Versuche zu reduzieren, ohne das zugrunde liegende Modell zu verändern.

Der Anthropic-Forscher Jacob Coxon trat aus Sorge vor selbstverbessernder KI zurück und forderte Frontier-Labore auf, die Entwicklung zu verlangsamen und Sicherheitsabkommen auszuhandeln.

Deep Cogito hat 43 Millionen US-Dollar aufgenommen, um selbstverbessernde KI-Modelle voranzubringen und das Training von Unternehmensmodellen auszubauen, wobei die Details zur Finanzierung weiterhin begrenzt sind.

Mirendil sagt, es habe einen mehrjährigen Google-Cloud-Deal im Wert von mehr als 100 Millionen US-Dollar unterzeichnet, um die Rechenkapazität für Forschung an selbstverbessernder KI auszubauen.

Recursive Superintelligence hat einen AWS-Compute-Deal über 410 Mio. US-Dollar unterzeichnet und zeigt damit, wie selbstverbessernde KI-Startups Kapital von Personal auf Infrastruktur verlagern.

OpenAI sagt, GPT-5.6 Sol habe das kleinere Luna-Modell aus einer sparsamen Anweisung heraus nachtrainiert – ein bemerkenswerter Schritt hin zu stärker automatisierten KI-Forschungs-Workflows.

Fortune berichtet über Anthropics Warnung, dass sich selbst verbessernde KI-Systeme große gesellschaftliche Risiken schaffen könnten.

Metas neuer Hyperagenten-Framework ermöglicht es KI-Systemen, ihre eigene Logik autonom umzuschreiben und ohne menschliches Eingreifen auf Nicht-Coding-Aufgaben zu skalieren.

Das Silicon Valley pumpt Geld in den Traum der rekursiven Selbstverbesserung; das von ehemaligen Google-Forschern gegründete Startup Ricursive Intelligence erreichte eine Bewertung von 4 Milliarden US-Dollar, um eine KI zu entwickeln, die sich selbst verbessern kann.