|
$ ki-news --datum 2026-09-02 | mail
KI-News — Mittwoch, 2. September 2026
// die viralsten KI-Themen der letzten 24 Stunden, kuratiert für deinen Stack
$ cat top-story.md
Beide Modelle sind technisch identisch und unterscheiden sich nur in den Sicherheitsschranken: Fable 5.1 ist frei verfügbar, Mythos 5.1 nur für verifizierte Fachleute in Cybersicherheit und Biowissenschaften. Bei agentischem Coding legt der Score auf Terminal-Bench 4.0 von 42,0 auf 55,8 % zu, bei wissenschaftlichen Aufgaben von 24,7 auf 52,6 %. Cache-Reads kosten künftig 75 % weniger (0,25 $/Mio. Token), die Gesamtkosten sinken laut Anthropic bei typischen Workloads um rund 25 %, bei agentischen Workflows bis zu 45 %. Neu sind zudem eine Denkaufwand-Anpassung mitten in laufenden Sessions sowie eingebaute Text-Wasserzeichen samt privater Detection-API.
Warum relevant: Fable 5.1 ist seit Claude Code v2.1.257 neuer Standard-Modell-Default — betrifft jede laufende Agenten-Session direkt, günstiger und mit besseren Coding-Benchmarks.
// quelle: Anthropic (offiziell) · the-decoder.de
## 📦 Modelle & Releases
Ein von Grund auf trainierter autoregressiver Diffusion-Transformer erzeugt aus wenigen Eingabebildern konsistente 3D-Szenen, Punktwolken, Gaussian Splats und Videos bis 1440p/60s — laut World Labs besser als spezialisierte 3D-Rekonstruktionsmodelle. Warum relevant: Zeigt die nächste Front nach reinen Sprachmodellen — relevant für alle, die sich mit Embodied Agents oder 3D-Content-Pipelines beschäftigen. // World Labs, SiliconANGLE
## 🛠️ Tools & Repos
Ein schlankes Swift-Binary streamt Experten-Gewichte und eine n-Gram-Tabelle per pread direkt vom Storage nach, während nur ein 3,8-GB-Trunk im RAM bleibt — rund 12 Tokens/s bei ~32 GB Peak-RAM, kompatibel zu Ollama- und OpenAI-APIs. Warum relevant: Konkreter Streaming-Trick, um große MoE-Modelle auch auf RAM-begrenzter Hardware lokal zu betreiben. // Hacker News, GitHub
Kompaktes Python-Projekt mit kompletter Trainings-Pipeline, das ein kleines Sprachmodell von Grund auf auf gewöhnlicher Hardware trainiert statt nur fertige Checkpoints zu laden. Warum relevant: Praktischer Lernpfad für den kompletten LLM-Lifecycle jenseits reiner Inferenz. // GitHub Trending
## 🤖 Agenten & MCP
Eine "Containment Escape"-Regel im Auto Mode blockiert künftig Zugriffe auf Cloud-Metadata-Credentials und Cross-Tenant-Reach, dazu kommen CLAUDE_CODE_SUBAGENT_MODEL_FORCE und automatische Fortsetzung abgebrochener Subagent-Antworten; v2.1.258 behebt Remote/Scheduled-Session-Fehler. Warum relevant: Direkt sicherheitsrelevant für jeden, der Auto Mode in produktiven Agenten-Pipelines einsetzt. // Claude Code Changelog
Vier per /plugin install nutzbare Skills (Deep Research mit 13 Subagenten, Paper-Erstellung mit 12, Peer-Review mit 7, plus 10-stufiger Pipeline-Orchestrator) decken den kompletten wissenschaftlichen Schreibprozess ab. Warum relevant: Gute Vorlage für eigene, orchestrierte Skill-Architekturen mit Human-in-the-Loop statt Vollautomatik. // GitHub Trending
Fork mit MCP-Support, Bash-/File-Tools und Repository-Mapping, der sich statt nur gegen Anthropic-APIs auch gegen OpenAI, Gemini, Ollama und weitere Provider fahren lässt. Warum relevant: Ermöglicht denselben Agenten-Workflow wie Claude Code auch gegen den eigenen vLLM/Gemma-Stack statt nur Cloud-APIs. // GitHub Trending
## 🏠 Self-Hosting & RAG
Der Patch nach v0.11.1/0.11.2 sorgt dafür, dass fehlgeschlagene Datenbank-Migrationen sauber abbrechen statt halb durchzulaufen, und repariert Chat-Antwortzweige, die nach Reload/Edit die Verknüpfung verloren hatten — inklusive Reparaturfunktion für bestehende Chats. Warum relevant: Wer erst kürzlich auf 0.11.x upgegradet hat, sollte direkt auf 0.11.3 nachziehen, um die Migrations-Bugs zu vermeiden. // GitHub Releases
Neu ist CLI-Support für LaTeX als Ausgabeformat sowie ein Terminal-Task-Callback-Event; Fixes betreffen korrektes Handling von "Retry-After"-Headern und die UTF-8-BOM-Entfernung beim Dekodieren von WebVTT/Markdown/AsciiDoc. Warum relevant: Docling wird häufig als Dokumenten-Parser vor Chunking/Embedding eingesetzt — kleine, aber saubere Fixes für die Ingest-Pipeline. // GitHub Releases
## 🎬 Sehenswert
Matthew Berman ordnet den Fable-5.1/Mythos-5.1-Release ein und geht auf die deutlich günstigeren Cache-Preise sowie die Verbesserungen bei Coding und Wissensarbeit ein. Warum relevant: Schnelle Praxis-Einordnung des Tages-Top-Themas jenseits der offiziellen Ankündigung. // Matthew Berman / YouTube EN
## 📰 Lesenswert
Ein Entwickler trainiert einen kleinen Transformer in 1,5 Stunden auf einer RTX 5090 direkt und ausschließlich auf den ARC-AGI-1-Puzzles — mit 3D-RoPE-Embeddings, Task-Embeddings und Farb-/Dieder-Augmentierung erreicht er 44 % auf dem Eval-Set, mehr als viele deutlich größere kommerzielle Modelle ohne Spezialtraining. Warum relevant: Nachvollziehbares Rezept für effizientes Task-spezifisches Training auf Consumer-GPU-Niveau — Inspiration für eigene Experimente jenseits reiner Inferenz. // Mithil Vakde, Hacker News
Simon Willison seziert OpenAIs Agenten-Produkt "ChatGPT Work" (Code-Ausführung mit Internetzugriff, Headless-Browser-Automatisierung, persistenter Dateispeicher, Deployment via Cloudflare Workers) und kritisiert, dass OpenAI es nur über den Zweck statt über die tatsächlichen Fähigkeiten erklärt. Warum relevant: Fundierte Kritik an mangelnder Transparenz bei Agenten-Tools — direkt anschlussfähig an eigene Überlegungen zu Tool-Beschreibungen und Kontrollierbarkeit. // simonwillison.net
$ echo "automatisch recherchiert am 2026-09-02"
> ki-news · news.reichenberg.ruhr
[ abbestellen ]
[ im browser ansehen ]
|