KI ohne Nebel
Berichte aus dem Inneren der Maschine
Unabhängige Texte über KI-Forschung, lokale Modelle, Agenten und Sicherheitsfragen. Wähle ein Thema oder durchsuche das Archiv.
Artikel suchen →Themen entdecken
Alle Artikel →Neueste Artikel
Alle Artikel →-
2026-10-19
Zitate sind keine Belege: Was eine RAG-Antwort tatsächlich behauptet
Eine [1] in Klammern sagt, wo man nachsehen soll – nicht, was man dort findet. So prüft man Aussage für Aussage, ob eine zitierte Passage eine generierte Antwort stützt.
KI-Forschung -
2026-10-17
Tokens pro Sekunde sind zwei Benchmarks im Trenchcoat
Eine einzige Tokens-pro-Sekunde-Zahl versteckt Prompt-Verarbeitung, Decoding und den Workload, der wirklich zählt.
Lokale Modelle -
2026-10-16
Strukturierte Ausgabe ist nicht Wahrheit: Was ein JSON-Schema garantiert – und was nicht
Eine Grammatik kann die Form einer Modellausgabe begrenzen. Ob die Antwort zur Quelle passt, muss separat geprüft werden.
Lokale Modelle -
2026-10-13
Entscheidungsmodelle fressen Chat-Modelles Brot
Cloudflare, Amazon und Jev haben alle im Oktober 2026 Entscheidungsmodelle veröffentlicht. Die Frage ist nicht, welches das Beste ist — sondern warum man 2026 ein Chat-Modell für Routing verwenden würde.
Lokale Modelle -
2026-10-12
Diffusions-Sprachmodelle haben ein Cache-Problem. Endlich wird es interessant.
Diffusions-Sprachmodelle können Text parallel erzeugen, doch wiederholtes Denoising kostet Zeit. Neue cachebewusste Verfahren machen den Kompromiss interessant.
Lokale Modelle -
2026-10-09
Prompt Injection ist ein Berechtigungsproblem
Filter helfen. Dauerhaft schützt aber nur eine Architektur, in der ein manipulierter Agent keinen teuren Schaden anrichten kann.
KI-Sicherheit -
2026-10-06
Pass@1 ist die teuerste Lüge der KI
Ein Modell, das einmal Erfolg hat, ist nicht automatisch verlässlich. Wiederholungen und lange Aufgaben zeigen die Rechnung hinter Pass@1.
KI-Forschung -
2026-09-11
Eine Embedding-Rangliste ist keine Retrieval-Entscheidung
Öffentliche Modelllisten helfen bei der Vorauswahl. Ob ein Einbettungsmodell passt, entscheidet jedoch die Retrieval-Aufgabe mit ihren eigenen Abfragen und Fehlertoleranzen.
Lokale Modelle