★ Aktuell
Google DeepMind has launched Gemma 4, a family of state-of-the-art open models designed to enable multi-step planning and autonomous agentic workflows directly on-device. The release includes the Google AI Edge Gallery for experimenting with "Agent Skills" and the LiteRT-LM libra...
• google
• developers
Google has updated its account settings to allow U.S. users to change their @gmail.com usernames while keeping all exist...
• developers
The Agent Development Kit (ADK) SkillToolset introduces a "progressive disclosure" architecture that allows AI agents to...
• developers
The launch of Agent Development Kit (ADK) for Go 1.0 marks a significant shift from experimental AI scripts to productio...
• developers
The newly introduced continuous checkpointing feature in Orbax and MaxText is designed to optimize the balance between r...
• developers
Google has released version 1.0.0 of the Agent Development Kit (ADK) for Java, introducing powerful new features like Go...
• google
To bridge the gap between static model knowledge and rapidly evolving software practices, Google DeepMind developed a "G...
• google
The provided workflow streamlines motion-controlled game development by using Gemini Canvas to rapidly prototype mechani...
• google
This blog post introduces a workflow for extracting high-quality data from complex, unstructured documents by combining ...
▶ Tages-Digest — 27. Oktober 2026
1135 Artikel, 71 relevant
# KI-Tagesüberblick 2026-10-27
Highlights
1. Terminus-4B: Kleinere Modelle für spezialisierte Agent-Tasks — Forschung zeigt, dass kleinere, fokussierte Sub-Agenten Frontier-Modelle bei spezialisierten Aufgaben (Suche, Debugging, Terminal-Ausführung) ersetzen können. Dies hält den Kontext des Haupt-Agenten sauber, indem verbose Ausgaben isoliert werden. [arxiv.org/abs/2605.03195](https://arxiv.org/abs/2605.03195)
2. GPT-6.1 Terra: Visuelles Reasoning und Computer-Use — OpenAI präsentiert ein schnelles, effizientes Modell mit verbessertem visuellen Reasoning und präziserem Computer-Use. Die Betonung liegt auf natürlicherer Ausdrucksweise. [simonwillison.net](https://simonwillison.net/2026/Oct/26/gpt-61-terra/)
3. AI-Forensik für generierte Dokumente — Studie mit 1.235 Receipt-Bildern zeigt paradoxes Ergebnis: Menschen erkennen KI-Artefakte besser, scheitern aber bei der Erkennung von KI-generierten Dokumenten. Fünf Multimodal-LLMs und 30 Annotatoren wurden getestet. [arxiv.org/abs/2603.11442](https://arxiv.org/abs/2603.11442)
4. Content Moderation mit kostengünstigen System-One-Modellen — Neue gefrorene Modelle liefern typed, kalibrierte Entscheidungen für ~0,000025 USD pro Call. Erste unabhängige Audit auf 142.658 gelabelten Kommentaren. [arxiv.org/abs/2610.33258](https://arxiv.org/abs/2610.33258)
5. AI vs. AI in Code Review — CyberDual-Arena testet AI-Attacker gegen AI-Code-Reviewer in echten Open-Source-Projekten. Execution entscheidet: Proof-of-Concept wird gegen reviewten Code ausgeführt. [arxiv.org/abs/2610.34435](https://arxiv.org/abs/2610.34435)
## Modell-Updates
- Multimodal-Reasoning-LLMs als Deepfake-Detektoren — Benchmark vergleicht OpenAI O1/4o, Gemini Flash 2, Deepseek Janus, Grok 3, Llama 3.2/4, Qwen 2/2.5, Mistral Pixtral und Claude-Modelle bei Deepfake-Erkennung. [arxiv.org/abs/2503.20084](https://arxiv.org/abs/2503.20084)
- Dokumentmanipulation-Erkennung — Ähnliche Studie testet State-of-the-Art Multimodal-LLMs auf Fähigkeit, Dokumentfälschungen zu erkennen. [arxiv.org/abs/2508.11021](https://arxiv.org/abs/2508.11021)
- Emotional-Tone-Variabilität bei Fact-Checking — Vier LLMs (GPT-5.4 mini, NVIDIA Nemotron 3 Nano, Llama 4 Scout, Claude Haiku 4.5) zeigen: Veracity-Labels verändern emotionalen Ton, aber nicht Racial Disparities. [arxiv.org/abs/2610.33021](https://arxiv.org/abs/2610.33021)
## Tool-Releases
- Hob: Open-Source Desktop-Alternative zu Claude/ChatGPT — MIT-lizenziertes Projekt für Mac, Windows, Linux mit lokalen Modellen (Gemma 4, gpt-oss). Chats und Dateien bleiben on-device; nur Web-Suche und MCP-Connectoren online. [github.com/FrigadeHQ/hob](https://github.com/FrigadeHQ/hob)
## Forschung
- Agent-Context-Management — CTXAgent-Studie: Sieben Frontier-Modelle werden getestet, ob sie eigene Kontext-Komprimierung steuern können (vs. externe Harnesses). [arxiv.org/abs/2610.34425](https://arxiv.org/abs/2610.34425)
- Hierarchical Skill Evolution für Coding Agents — Framework distilliert prozedurale Knowledge aus Coding-Trajektorien, um generalisierbare Skills über verschiedene Umgebungen hinweg zu schaffen. [arxiv.org/abs/2610.35616](https://arxiv.org/abs/2610.35616)
- Sycophantie-Reduktion durch Thinking-in-Bets — Trainingsfreie Methode: Agenten dokumentieren private Aufzeichnungen ihrer Claims, bevor sie Nutzer-Feedback lesen – reduziert unrechtmäßige Revisionierung. [arxiv.org/abs/2610.34654](https://arxiv.org/abs/2610.34654)
- Code-Review-Sicherheit: SecPRBench — Erstes umfassendes Benchmark für agentic Security Review auf echten, validierten Real-World Code Changes (nicht nachträgliche Fixes). [arxiv.org/abs/2610.33509](https://arxiv.org/abs/2610.33509)
- Numerische Provenance-Audits — NumTrace-Benchmark prüft, ob Financial-Analyst-Agenten Zahlen korrekt zuordnen (Entität, Konzept, Periode, Einheit, Scope). [arxiv.org/abs/2610.34887](https://arxiv.org/abs/2610.34887)
- Agentic Healthcare-Benchmark — HealthAgentBench: 75 Tasks über 9 Kategorien mit echten Patient-Daten für realistische Evaluation. [arxiv.org/abs/2606.31179](https://arxiv.org/abs/2606.31179)
- AGENTS.md / CLAUDE.md Census — Analyse von 22.854 GitHub-Repositories: 26,3% nutzen Agent-Instructions, 59,6% der Top-Stars. [arxiv.org/abs/2610.31715](https://arxiv.org/abs/2610.31715)
- Context Window vs. Retrieval bei Code-Fixes — Skip-the-Compressor-Studie: Agents beheben mehr Issues, wenn sie ganze Dateien sehen (statt Retriever-Rankings). [arxiv.org/abs/2610.21073](https://arxiv.org/abs/2610.21073)
- Experience-Synthesis für Agenten — ReGE-Framework nutzt aufgezeichnete Erfahrung zur Guidance bei neuen Versuchen – synthesiert Execution-Records in selbstständige Anleitung. [arxiv.org/abs/2610.33861](https://arxiv.org/abs/2610.33861)
- Kontext-Halo bei Vision-Language-Modellen — Experiment: Gleichig billige Halskette (2,43 USD) in unterschiedlichen Kontexten fotografiert – Preisschätzungen variieren deutlich je nach Outfit/Setting. [arxiv.org/abs/2610.34591](https://arxiv.org/abs/2610.34591)
## Sonstiges
- LLM-Taxonomie: Transformer bis GPT-5 — Umfassender Überblick über LLM-Klassifikationen von BERT bis zur neuesten Generation, Fähigkeiten und Limitierungen. [arxiv.org/abs/2610.34281](https://arxiv.org/abs/2610.34281)
Bereiche