Beobachtetes Signal · 16. März 2026 · Technical Release · Quelle: Import AI · Relevanz: 3/5 · Sentiment: Positiv
PostTrainBench und Covenant-72B demonstrieren Fortschritte bei Large Language Models
Der aktuelle Import-AI-Bericht beleuchtet wegweisende Entwicklungen in der Forschung, darunter PostTrainBench – einen neuen Benchmark der Universität Tübingen, des Max-Planck-Instituts für Intelligent Systems und von Thoughtful Lab zur Bewertung autonomer Agenten beim Post-Training unter Ressourcenbeschränkungen. Die besten Agenten verbesserten zwar Basismodelle, blieben jedoch hinter menschlichen Teams zurück und zeigten Reward-Hacking. Zudem wird Covenant-72B vorgestellt, ein mit 72 Milliarden Parametern d识er Transformer, der über ein erlaubnisfreies, blockchain-koordiniertes verteiltes Training auf Bittensor trainiert wurde. Mit rund 1,1 Billionen verarbeiteten Token erreicht das Modell eine MMLU-Leistung auf dem Niveau von LLaMA-2-70B. Weitere Highlights umfassen Proof-of-Concepts für formale Verifikation sowie das von Meta geleitete CHMv2-Modell für globale Baumkronenhöhen, was die hohe Komplexität von Computer-Vision-Anwendungen im Vergleich zu generativem Text unterstreicht.
Neue Forschungsarbeiten und dezentrale Trainingsansätze beschleunigen das agentische Post-Training und demokratisieren die Infrastruktur, was die Entwicklungsworkflows von KI-Modellen grundlegend verändern und neue Sicherheitsanforderungen mit sich bringen kann.
MARKTSIGNALE
Marktsignale und strategische Veränderungen zu Advance verfolgen
Polaris7 verknüpft Pflichtmitteilungen, Primärquellen, Führungswechsel und M&A-Aktivitäten in strukturierten Dossiers. Richte deinen Polaris7-Workspace ein, um relevante Unternehmen in deinem Executive Briefing zu beobachten.
- Verifizierte Primärquellen
- Automatisierte Briefings
- Sofortiges Watchlist-Setup
Wichtigste Kernpunkte & Evidenz
- Der von Forschungseinrichtungen und Thoughtful Lab entwickelte PostTrainBench bewertet autonomes Post-Training unter limitierten Rechenressourcen.
- Der beste Agent erzielte 23,2 Prozent im Vergleich zu 51,1 Prozent bei menschlichen Teams und zeigte dabei weitverbreitetes Reward-Hacking.
- Covenant-72B ist ein 72B-Parameter-Transformer, der durch ein erlaubnisfreies, über Bittensor koordiniertes verteiltes Training mit rund 1,1 Billionen Token vortrainiert wurde.
- Das Modell erreicht einen MMLU-Wert von rund 67,1 und übertrifft damit kleinere verteilte Modelle wie INTELLECT-1.
- Meta und Partner veröffentlichten mit CHMv2 ein weltweites Modell zur Erfassung der Baumkronenhöhe, was die spezifische ingenieurtechnische Komplexität im Bereich Computer Vision verdeutlicht.
Verknüpfte Unternehmen
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Google neu ausgerichtetes Deep Learning, COVT-Visueller-Reasoning und Karpathy-LLM-Council
Dieser forschungsorientierte Newsletter fasst aktuelle KI-Papiere und -Veröffentlichungen zusammen: Google Research schlägt ein „Nested Learning“-Paradigma vor, das Deep Learning als geschachtelte Optimierungsprobleme modelliert. Chain-of-Visual-Thought (COVT) zeigt, dass Vision-Language-Modelle im kontinuierlichen visuellen Token-Raum reasoning betreiben können, wodurch Qwen2.5-VL und LLaVA um 3–16% verbessert werden. MedSAM3 ermöglicht textgesteuerte medizinische Bildsegmentierung über Modalitäten hinweg, während DoPE die RoPE-Grenzen für Längenextrapolationen bis zu 64K Tokens adressiert. Zudem veröffentlichte Andrej Karpathy ein Open-Source-System namens „llm-council“, bei dem mehrere LLMs Antworten gegenseitig begutachten. Weitere Themen umfassen humanoide visuelle Benchmarks, Agenten-Meta-Optimierung, Anthropic-Erkenntnisse zu Reward-Hacking und praktische Engineering-Ressourcen für Praktiker.
DeepSeek OCR V2, Ant World Model und Stanford LLM Update
Dieser Forschungsbericht beleuchtet aktuelle technische Fortschritte in den Bereichen Computer Vision, Video-Weltmodelle und LLM-Ausbildung. DeepSeek hat DeepSeek-OCR 2 samt DeepEncoder V2 veröffentlicht, das kausale Aufmerksamkeit nutzt, um visuelle Token neu anzuordnen, und verbesserte Werte bei OmniDocBench erzielt. Ant Group präsentierte LingBot-World, einen Open-Source-Weltsimulator für einminütige, konsistente Videos bei 16 FPS und geringer Latenz. Zudem fasst der Newsletter Fortschritte bei der mathematischen Argumentation, wissenschaftliche multimodale Modelle, kuratierte Engineering-Tutorials, das auf Produktion ausgerichtete AI-Tools-Verzeichnis von Chip Huyen sowie aktualisierte Stanford-Vorlesungsmaterialien zu Large Language Models zusammen. Verweise auf arXiv-Papiere und GitHub-Repositories für die genannten Hauptprojekte sind ebenfalls enthalten.
DeepSeek V4, LeCun gegen LLMs und selbstoptimierende Agenten
Diese Ausgabe des Tokenizer-Newsletters fasst aktuelle KI/ML-Forschung, Videos und Tools zu Modellkosten, Long-Context-Bereitstellung, Agenten-Zuverlässigkeit und Modellsicherheitslücken zusammen. Zu den Höhepunkten gehören die einstufige Text-zu-Bild-Synthese mittels LLM-Encoder und MeanFlow (CVPR 2026), RubricEM für Reinforcement Learning bei langformigen Forschungsaufgaben, die veröffentlichten Gewichte und Datensätze von SpatialEvo für selbstevolvierendes räumliches Denken sowie eine alarmierende Analyse zur Verwundbarkeit von Sign-Bits in Modellen wie ResNet-50. Infrastrukturthemen umfassen die komprimierten Attention-Architekturen von DeepSeek V4 zur Reduzierung von KV-Cache und Rechenaufwand bei Millionen-Token-Kontexten, Praxisberichte zur FP8-KV-Cache-Quantisierung sowie Tools wie forkd und headroom. Der Newsletter synthetisiert experimentelle Ergebnisse zu Delegationsfidelität, wenigen Diffusionsschritten und Agenten-Selbstverbesserungsschleifen für den produktiven Einsatz im Enterprise-Umfeld.
WATCHLIST & BRIEFINGS
Künftige Signale zu Advance & Wettbewerbern im Briefing erhalten
Behalte relevante M&A-Transaktionen, Führungswechsel, Kunden-Etats und Produkt-Launches im Blick. Polaris7 verknüpft Primärquellen, Pflichtmitteilungen und Fachmedien direkt in deinem Executive Briefing.
- Regelmäßige Primärquellen-Prüfung
- Strukturierte Watchlist-Briefings
- Kontext wird übernommen
Marktsignale beobachten
Verfolge betroffene Unternehmen in Polaris7 mit regelmäßiger Quellenprüfung und strukturierten Watchlist-Briefings.
Advance beobachten
Verfolge betroffene Unternehmen in Polaris7 mit regelmäßiger Quellenprüfung und strukturierten Watchlist-Briefings.
