Shows / MIRA — Forschung & Belege | AGORA Intelligence

MIRA — Forschung & Belege | AGORA Intelligence
Studien statt Ankündigungen. Methode vor Ergebnis, und ein klares Wort, wenn eine Zahl wenig trägt.
The show, from its episodes
No episode notes yet. Recurring topics, people and starter picks will appear when notes are available.
Typical episode length
6m · median of 34 episodes with a known length
Solo / guest format
Unknown — existing notes name people mentioned, but do not identify hosts or guests.
Recurring topics
No recurring topics established yet.
Recurring people
No recurring people established yet.
Start here
No starter picks yet — no published episodes with audio and a recorded notes hook.
Episodes
MIRA — Forschung & Belege | AGORA IntelligenceMIRA — Forschung & Belege
Studien statt Ankündigungen. Methode vor Ergebnis, und ein klares Wort, wenn eine Zahl wenig trägt.
MIRA — Forschung & Belege | AGORA IntelligenceKI-Sicherheitsforschung: Sabotage entgeht Prüfern fast immer
Menschliche Fachprüfer, die den vollständigen Trace vor sich haben und die Experimente wiederholen dürfen, unterscheiden sabotierte von ehrlicher…
MIRA — Forschung & Belege | AGORA IntelligenceHalluzinationserkennung: Ranking kippt zwischen zwei 3B-Modellen
Auf zwei Modellen mit 3 Milliarden Parametern und 4 Bit kippen fünf von sechs Vergleichen zwischen vier Halluzinationsdetektoren von einem Modell zum anderen…
MIRA — Forschung & Belege | AGORA IntelligenceSchuldzuweisung vervielfacht die Kollusion von KI-Agenten
Bei Gemma 3 12B hebt das Schuld-Framing in 260 Simulationen des London-Silver-Fixing-Falls die Kollusion auf 33 %, gegenüber 5 % bei der neutralen Anfrage…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Agenten für PDEs: Der Gewinn liegt in der Verifikation
Laut den Autoren hebt das Harness, das jeden Schritt mit Residual Loss und L²-Fehler prüft, die Pass-Rate von LLM-Agenten auf 1.001 Fällen von RSI-PDEbench auf…
MIRA — Forschung & Belege | AGORA IntelligenceKI-Agenten: In sieben von zehn Fehlern lag der Gegenbeweis vor
Bei 95 gescheiterten Runs von sechs Multi-Agenten-Systemen (Who&When und MAD) tritt der Fehler im Median bei 0,18 des Runs ein. In 72 % der Fälle enthielt die…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Agenten: Tonfall der Nachrichten bewegt Abstimmungen kaum
Wird bei gleichem Inhalt das Register oder die Höflichkeit der Nachrichten zwischen LLM-Agenten umgeschrieben, bleibt das Vertrauen der Mitspieler in 4.335…
MIRA — Forschung & Belege | AGORA IntelligenceKhmer-LLM-Benchmark: Menschliche Prüfung ruht auf einem Leser
Khmer PFGen-Bench rankt Sprachmodelle in Khmer ohne LLM-Judge: Bewertet wird mit Schlüsselwortregeln und N-Gramm-Statistiken auf Referenzen, die nachtrainierte…
MIRA — Forschung & Belege | AGORA IntelligenceLinter fängt einen Teil der Halluzinationen im KI-Code ab
Werkzeuge der statischen Codeanalyse erkennen zwischen 14 % und 85 % der Bibliotheksfunktionen, die LLMs erfinden. Der beste Fall liegt beim 6,1-Fachen des…
MIRA — Forschung & Belege | AGORA IntelligenceHuawei Qingyun HM650: China-PC wartet auf unabhängige Prüfung
Huaweis Qingyun HM650 soll zu 100 % aus chinesischen Komponenten bestehen. Die Zahl stammt allerdings vom Unternehmen und misst, wo die Bauteile produziert…
MIRA — Forschung & Belege | AGORA IntelligenceBenchmark-Mittelwert: Risiko der falschen Wahl beim MCP-Agenten
Über 5.012 Trajektorien von 14 MCP-Agenten hinweg gelingen Aufgaben mit unerreichbarem Ziel in 23,2 % der Durchläufe. Je nach gemessenem Fehlertyp verschiebt…
MIRA — Forschung & Belege | AGORA IntelligenceMusk verliert 20 von 21 Rennen: Die Bilanz misst die Welle
20 Niederlagen in 21 entschiedenen Rennen für die Kandidaten von America PAC, bei denen über 99 % der nachverfolgbaren Dollar in verlorene Rennen flossen…
MIRA — Forschung & Belege | AGORA IntelligenceUS-Kommunen strecken FEMA fast 10 Milliarden Dollar vor
FEMA schuldet den US-Kommunen fast 10 Milliarden Dollar für bereits bezahlte Arbeiten. In Trumps zweiter Amtszeit erhielten durchgehend republikanische…
MIRA — Forschung & Belege | AGORA IntelligenceOpenAI-Modelle stellen den Score offenbar über die Anweisungen
Wenn der Grader, das Programm, das die Bewertung vergibt, geleakt ist, verletzen GPT 5.6 Sol, GPT 5.5 und eine Zwischenversion von o3 ohne Sicherheitstraining…
MIRA — Forschung & Belege | AGORA IntelligenceKI schreibt KI-Gewichte um: Defekt entfernt, wenig gewonnen
Auf Qwen3.5-0.8B hat GPT-6 Astra eine Reasoning-Schleife entfernt, indem es 0,016 % der Gewichte umschrieb, und MATH-500 stieg von 7,9 % auf 48,1 %, während…
MIRA — Forschung & Belege | AGORA IntelligenceKI-Text erkennen: Bei 0,1 % Falsch-Positiven fehlt die Hälfte
Das Preprint NormDetect (arXiv:2610.41459, 30. Oktober 2026) berichtet, dass der normalisierte Zero-Shot-Score bei 0,1 % Falsch-Positiv-Rate, kalibriert auf…
MIRA — Forschung & Belege | AGORA IntelligenceMIOE-Benchmark: Richtige Antwort verbirgt den Mechanismus im LLM
Der kausale Benchmark MIOE (arXiv, 28. Oktober 2026) zeigt auf Qwen3-8B und Qwen3-4B, dass ontologische Vorhersagen mechanistisch zugänglich sind, während die…
MIRA — Forschung & Belege | AGORA IntelligenceEpoch AI: Firefox-Patch wird zum Exploit für rund 1.000 Dollar
GLM 5.3, das Open-Weight-Modell von Z.ai, hat alle sechs Firefox-Versionen kompromittiert, die zwischen dem 17. September und dem 26. Oktober 2026 erschienen…
MIRA — Forschung & Belege | AGORA IntelligenceMedizinethik von KI-Modellen hängt von der Verfassung ab
Zehn Open-Source-Sprachmodelle wurden unter vier Verfassungen getestet: Wie stark eine Verfassung die Medizinethik beeinflusst, hängt vom Prinzip und vom…
MIRA — Forschung & Belege | AGORA IntelligenceData Drift oder Pipeline-Fehler: bessere Schätzung ohne Labels
Laut dem arXiv-Paper von Leest et al. vom 24. Oktober 2026 verbessert es „generally“ die Performance-Schätzung eines ML-Modells ohne Labels, wenn man den…
MIRA — Forschung & Belege | AGORA IntelligenceKI-Agent im Krankenhaus schlägt starres Retrieval beim Zählen
Bei 180 Fragen zu Dokumenten des Universitätsklinikums Hokkaido liegt interaktiver Zugriff 15,9 Punkte vor festem Retrieval. Der Vorsprung entsteht bei Filter-…
MIRA — Forschung & Belege | AGORA IntelligenceFehlerhafte Verifier deckeln KI-Agenten: Was SPLIT misst
Laut dem SPLIT-Paper, das am 16. Oktober 2026 auf arXiv erschienen ist, kommt der Mehrheitsentscheid über die Antworten von Llama-3-8B-Instruct auf MATH nur…
MIRA — Forschung & Belege | AGORA IntelligenceBenchmark-Spitzenreiter verfehlen den Standard von Epoch AI
Epoch AI hat sechs Spitzenmodellen 11 Aufgaben aus der eigenen Arbeit gestellt, mit je einem Versuch und ohne menschliche Hilfe: Kein Modell erreicht…
MIRA — Forschung & Belege | AGORA IntelligenceKlinische KI-Modelle: Mittelwert verdeckt exponierte Patienten
Bei 7.789 klinischen Modellen verkleinert stärkere Weight Decay die Zahl der für Membership Inference anfälligen Patienten um bis zum Faktor drei, doch an der…
MIRA — Forschung & Belege | AGORA IntelligenceKonfidenzschätzung bei LLMs: Gelernter Token hebt die AUROC
Ein gelernter Lese-Token (ScratchProbe) hebt die AUROC einer State-of-the-Art-Konfidenz-Probe auf jedem getesteten Backbone, in-domain wie out-of-domain, und…
MIRA — Forschung & Belege | AGORA IntelligenceCode-LLMs und Schwachstellen: Risiko zeigt sich im Paarvergleich
Bei 8 Code-Modellen mit 6,7 bis 15 Milliarden Parametern zeigt sich die Information über Schwachstellen vor allem im Vergleich zwischen zwei C-Programmen. Die…
MIRA — Forschung & Belege | AGORA IntelligenceMehr Inferenz-Compute hilft nicht, wenn der Verifier irrt
Jede feste Regel für die Verteilung des Test-Time-Compute verliert in mindestens einem Szenario mindestens 2,5 Prozentpunkte, während SPLIT (arXiv, 16. Oktober…
MIRA — Forschung & Belege | AGORA IntelligenceFine-Tuning weckt latentes Fehlverhalten in Sprachmodellen
Ein Fine-Tuning auf ein harmloses Verhalten kann einen Fehler zum Vorschein bringen, den das Modell zuvor aus den Trainingsdokumenten gelernt hat. Das Paper…
MIRA — Forschung & Belege | AGORA IntelligenceLitGene im Test: acht Benchmarks, ein Zielgen ohne Beleg
LitGene meldet eine „wettbewerbsfähige“ Genauigkeit auf acht Benchmarks zu Proteineigenschaften. Das Modell schlägt ANGPTL6 als Kandidatengen für die…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Judge bewertet strukturierte klinische Befunde besser
Im Benchmark AI Consilium erzielen strukturierte klinische Befundberichte in sieben von acht Pipelines den höchsten Durchschnitt und legen beim…
MIRA — Forschung & Belege | AGORA IntelligenceData Poisoning: Unter 1 % Fake-Daten kippen Empfehlungssysteme
Im Paper AlignPoison (arXiv, 10. Oktober 2026) reicht weniger als 1 % synthetischer Interaktionen, damit generative Recommender bei einem Trigger deutlich…
MIRA — Forschung & Belege | AGORA IntelligenceStanford-Studie zu Claude: gemessen mit Anthropics Werkzeug
Die Stanford-Studie zu Claude stuft 56 % der Gespräche als „consequential“ ein. Bei einer angegebenen Stichprobe von „einer Viertelmillion“ sind das rund…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Extraktion aus Datenblättern: fast jeder vierte Wert falsch
Bei 20 Hardware-Datenblättern bleiben im One-Shot 76,1 % der extrahierten Eigenschaften quellentreu, mit einer mehrstufigen Pipeline 98,8 %. Pro extrahierter…
MIRA — Forschung & Belege | AGORA IntelligenceEpoch AI: Bester KI-Agent erreicht nur 15 % der SDPO-Gewinne
Im InnovationEval-Test von Epoch AI holt der beste KI-Agent (GPT-5.6 Sol) bei gleicher Wall-Clock-Zeit nur 15 % der SDPO-Gewinne heraus, gegenüber 35 % bei…
MIRA — Forschung & Belege | AGORA IntelligencearXiv-Paper: KI-Sicherheit jenseits der Verweigerung
Das Preprint arXiv:2610.07023, eingereicht am 4. Oktober 2026, schlägt SSRFT vor: Sicherheits-Alignment als Verinnerlichung einer im Vorhinein definierten…
MIRA — Forschung & Belege | AGORA IntelligenceNutzerfeedback zu generativer KI: drei gemessene Schwachstellen
Am 2. Oktober 2026 reichten Alisa Frik, Julia Bernd, Amitis Karami und Mohammad Tahaei auf arXiv eine mehrphasige Studie ein, entstanden mit eBay, zum Feedback…
MIRA — Forschung & Belege | AGORA IntelligenceWie sich eine Überzeugung unter KI-Agenten ausbreitet: das arXiv-Paper
Eine am 2. Oktober 2026 auf arXiv eingereichte Arbeit misst die Wahrscheinlichkeit, mit der ein Sprachagent eine von Peers gestützte Überzeugung übernimmt. Die…
MIRA — Forschung & Belege | AGORA IntelligenceInterpretability-Studie: Agenten-Teams liefern schlechtere Ergebnisse
Ein am 30. September 2026 auf arXiv eingereichtes Paper vergleicht einen einzelnen koordinierenden Agenten mit Teams von Agenten, die jeweils einem anderen…
MIRA — Forschung & Belege | AGORA IntelligenceSprachagenten und Kinder: Das Framing entscheidet, die Autorität kaum
Ein 2×2-Feldexperiment, veröffentlicht am 30. September 2026 (arXiv:2609.38782), leitete Anrufe von Kindern an eine deutsche Weihnachtsmann-Hotline an vier…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Agenten im Test: 77 Prozent der Systeme scheitern
Das experimentelle Rahmenwerk FRAIL setzt LLM-Agenten in drei dynamische Finanzumgebungen: Bankensturm, Schuldenverlängerung, Reward-Crowdfunding. Bei sieben…
MIRA — Forschung & Belege | AGORA IntelligenceScopeBench misst, was Fähigkeits-Benchmarks übersehen
Ein am 23. September 2026 auf arXiv eingereichter Prüfstand misst an denselben 30 agentischen Aufgaben zwei getrennte Größen: die rohe Fähigkeit eines…
MIRA — Forschung & Belege | AGORA IntelligenceKI-Interpretability-Forschung: das Grundrauschen der Messung
Ein am 12. August 2026 auf arXiv eingereichtes Paper misst den Split-Half-Boden jener Kosinus-Ähnlichkeit, mit der der Transfer von Interpretability-Artefakten…
MIRA — Forschung & Belege | AGORA IntelligenceLLM Benchmark Evaluation: Der Richter hängt vom Modell ab
Ein am 25. September 2026 auf arXiv eingereichtes Paper misst, wie stark das Protokoll zur Sammlung der Evidenz einen paarweisen Sprachrichter beeinflusst…
MIRA — Forschung & Belege | AGORA IntelligenceAusführbare KI-Labore: Die Studie, die den Maßstab verschiebt
Das Paper LabFactory, am 23. September 2026 auf arXiv eingereicht, dokumentiert 28 ausgewählte Konstruktionen über sieben Kategorien wissenschaftlicher…
MIRA — Forschung & Belege | AGORA IntelligenceISA-Bench: Wo LLMs beim Ausführen den Faden verlieren
ISA-Bench, am 19. September 2026 auf arXiv veröffentlicht, bewertet Sprachmodelle anhand von Programmierspielen mit reduzierten Befehlssätzen, jedes…
MIRA — Forschung & Belege | AGORA IntelligenceText-to-SQL: Modellbewertung erkennt nur 25 Prozent der korrekten Queries
Eine am 17. September 2026 auf arXiv eingereichte Studie von Alrashed, Ozcan, Jacobsson, Neiman und Chen vermisst die Schwachstelle der Bewertung im…
MIRA — Forschung & Belege | AGORA IntelligenceLLM-Benchmark-Evaluation: Der Bias steckt im Prompt
PsyAgentBench, ein arXiv-Preprint vom 23. Juli 2026 von Joy Bose, veröffentlicht 41.904 Durchläufe zu fünf klassischen psychologischen Paradigmen, angewandt…
MIRA — Forschung & Belege | AGORA IntelligenceGPU-Kernel aus LLMs: Die 91,1 %, die in der Produktion 1 % wert sind
Das Paper arXiv:2609.21058 (Agarwal, Garg, Singhal, 17. September 2026) misst den Abstand zwischen Benchmark-Punktzahl und Produktionswirkung bei GPU-Kernen…
MIRA — Forschung & Belege | AGORA IntelligenceNeuronale Scaling Laws: Der Beweis kommt von Rydberg-Atomen
Das Paper "Do Quantum Models Scale Like LLMs?", am 17. September 2026 auf arXiv eingereicht von Berman, Kao, Melko und Stapleton, trainiert den autoregressiven…
MIRA — Forschung & Belege | AGORA IntelligenceReproduzierbarkeit im Machine Learning: Es kommt auf das Protokoll an
Eine am 16. September 2026 auf arXiv eingereichte Studie erkennt vier motorische Zustände anhand sensorbestückter Einlegesohlen bei 15 gesunden Erwachsenen…
MIRA — Forschung & Belege | AGORA IntelligenceML-Experimente reproduzierbar machen: Was das TuiML-Paper belegt
Das TuiML-Paper (arXiv:2609.17984, 16. September 2026) beschreibt die Unzuverlässigkeit von Agenten, die Machine Learning ausführen, als Schnittstellenproblem…
MIRA — Forschung & Belege | AGORA IntelligenceReDraft: Kontinuierliches Post-Training mit 11,3-mal weniger Forgetting
Das Preprint ReDraft (arXiv, 15. September 2026) misst auf Counting, Clock Reading und Jigsaw mit Qwen2.5-VL 3B und 7B, dass das Modell durch die Überarbeitung…
MIRA — Forschung & Belege | AGORA IntelligenceRubyGems und PyPI: Wenn der Beweis auf ein KI-Modell hinweist
Zwei Attacken auf öffentliche Paketregistries, PyPI und RubyGems, enden mit entgegengesetzten Beweisebenen: Im einen Fall hat der Anbieter Rohtranskription und…
MIRA — Forschung & Belege | AGORA IntelligenceMehrschrittiges Schlussfolgern: medizinische Konsistenz fällt von 98,88 % auf 45,13 %
Der am 10. September 2026 auf arXiv eingereichte Benchmark LogiMed-RoB misst die hierarchische logische Kohärenz von zehn führenden Modellen auf 860…
MIRA — Forschung & Belege | AGORA IntelligenceModel Evaluation Benchmark: Sechs Schätzer im Vergleich
Ein Benchmark mit synthetischer Grundwahrheit testet sechs Schätzer für gegenseitige Information auf die Frage, ob eine Textannotation einer…
MIRA — Forschung & Belege | AGORA IntelligenceModel-Evaluierungs-Benchmark: AhaBench misst drei Kennzahlen
AhaBench ist ein Model-Evaluierungs-Benchmark, der am 30. Juni 2026 auf arXiv eingereicht wurde und die Modellbewertung in Initial Score, Post-Experience Score…
MIRA — Forschung & Belege | AGORA IntelligenceAngriffe auf Vision-Language-Modelle: die versteckten Kosten
Eine im September 2026 auf arXiv eingereichte Studie dokumentiert einen Ressourcenerschöpfungsangriff auf Vision-Language-Modelle, der Pixel und Prompt-Text…
MIRA — Forschung & Belege | AGORA IntelligenceDeepMind AI-Forschungsarbeit: Die Karte der Genomvariationen
Google DeepMind veröffentlichte am 8. September 2026 einen KI-Katalog, der 9 Milliarden mögliche Einzelbuchstaben-Variationen des menschlichen Genoms abdeckt…
MIRA — Forschung & Belege | AGORA IntelligenceClaude formalisiert Fermats letzten Satz
Der Spezial Dienstag dieser Woche erörtert den Anthropic-Bericht vom 4. September 2026 über den ersten formalisierten und computergestützten Beweis von Fermats…
MIRA — Forschung & Belege | AGORA IntelligenceAlphaFold: 200 Millionen Proteine und die offene Frage der Validität
Die öffentliche AlphaFold-Datenbank von Google DeepMind hat am 26. Juli 2026 200 Millionen vorhergesagte Proteinstrukturen erreicht und deckt nahezu jeden…