KI verstehen.
Dann richtig
entscheiden.

Reflection, ein neues US-Labor, hat mit Beam sein erstes Modell veröffentlicht, und es ist offen. Beam ist ein Mixture-of-Experts-Modell, bei dem je Token nur ein kleiner Teil des Netzes rechnet: 501 Milliarden Parameter insgesamt, 23 Milliarden davon aktiv. Es nimmt Text entgegen, hat ein Kontextfenster von 1 Million Token und steht unter der Lizenz Apache 2.0. Gedacht ist es für Programmieren und Agenten, für Teams, die ein Modell dieser Größe auf eigener Hardware oder in der eigenen Cloud betreiben und anpassen wollen. Es erscheint in den Formaten BF16, FP8 und NVFP4, mit Unterstützung in den Bibliotheken transformers, vLLM und SGLang ab dem ersten Tag.

Anthropic hat begonnen, einem Team von METR, einer gemeinnützigen Organisation, die Spitzenmodelle der KI bewertet, mit­ar­bei­ter­ähn­li­chen Zugriff zu geben. METR will die Ergebnisse seiner Risikobewertungen veröffentlichen. Außerdem arbeitet Anthropic mit SecureBio und Accenture als Prüfern und führt frühe Gespräche mit weiteren Organisationen, darunter Hugging Face. Das Unternehmen begründet den Schritt damit, dass sich nicht alle Informationen zur Sicherheitsarbeit öffentlich teilen lassen, weil manche böswilligen Akteuren nützen könnten oder wirtschaftlich sensibel sind, etwa Angaben zu Rechenleistung und Training.

Anthropic beschreibt, wie das Claude-Code-Team Code prüft, wenn Agenten ihn in dieser Menge schreiben: Claude schreibt etwa 90 Prozent des Codes von Claude Code selbst. Von Juni bis September hat sich die Zahl der in die Codebasis übernommenen Pull Requests mehr als verdoppelt, während der Anteil der zurückgenommenen um über 40 Prozent sank. Das Team behält die Prüfung bei, verlagert das Lesen aber überwiegend auf Maschinen und achtet darauf, dass sich Fehler schnell und einfach zurücknehmen lassen. Ziel ist so wenig menschliche Prüfzeit wie möglich, ohne dass Rücknahmen oder Vorfälle zunehmen.