KI‑Agenten werden meist mit Programmieraufgaben geprüft, nicht mit realen Berufsanforderungen.In KürzeProgrammierung dominiert Benchmarks (7,6% der Jobs)Management, Recht und Architektur sind stark unterrepräsentiertForderung: breitere Domänen, realistischere und feinere Tests Viele KI‑Agenten...

CiteAudit prüft Zitate und findet häufig falsche Referenzen.In Kürze97,2% Treffer5 Prüfagenten + lokales ModellWeb‑App: 500 Checks/Tag gratis Gefälschte Zitate in wissenschaftlichen Papieren sind kein Randproblem mehr. Immer wieder tauchen in akzeptierten Beiträgen Hinweise auf Quellen auf, die es...

Wargames: LLMs tendieren zur Eskalation.In KürzeKein Modell wählte RückzugTäuschung bei friedlichen SignalenUnterschiedliche Eskalationsraten Stell dir vor, zwei KI‑Programme spielen einen nuklearen Krisenfall — und beide wählen fast immer die Eskalationsvariante. So ungefähr lauten die Ergebnisse...

OpenAI verschiebt den „Adult Mode“ von ChatGPT erneut; ein neues Datum wurde nicht genannt.In KürzeLaunch erneut verschoben, kein neues StartdatumPriorität für Intelligenz, Persönlichkeit und NutzererlebnisAlterssicherung/Verifizierung noch nicht konkretisiert OpenAI verschiebt den Start des...

Caitlin Kalinowski verlässt OpenAI — Grund: Pentagon-Abkommen.In KürzeRücktritt wegen Pentagon-DealBedenken: Überwachung, autonome WaffenOpenAI verteidigt Abkommen, nennt Grenzen Caitlin Kalinowski, bis vor Kurzem Leiterin der Robotik-Abteilung bei OpenAI, ist zurückgetreten. In ihrer Erklärung...