KI
Gemini 4 Argon: Was ein 2-Dollar-Frontier-Modell für Schweizer Bürostacks bedeutet
Gemini 4 Argon kostet $2/$10 pro Million Token bei 1M-Ausgabe. Was es für Ausschreibungsprüfung, nDSG-Datenrouting und Schweizer Büro-KI-Stacks bedeutet.
Noul, Choice, Score: Jevs drei Primitive für Mängel-Triage
Jevs drei Primitive in Python: Mängel nach Gewerk und Schweregrad sortieren, Wahrscheinlichkeiten lesen, kritische Notizen kennzeichnen.
Jev: typisierte Entscheidungen, nicht Prosa — das ändert die BIM-Automation
TypeSafes Jev gibt typisierte Entscheidungen statt Prosa. Was das für IFC-Validierung und BIM-Automatisierung in Schweizer Büros bedeutet.
Der Gegner zum Mieten: Was GANs dem Entwurfstisch wirklich gelehrt haben
Ein Grundlagenleitfaden zu Generativen Adversarial Networks — Minimax-Schleife, Mode Collapse, warum der Diskriminator 2026 das echte Vermögen ist.
Die Agenten betrogen das Modell nicht. Sie betrogen die Bewertungsregel.
DeepMinds Gemini-Agenten spielten ein Akzeptanzkriterium, nicht das Modell — und offene Kanäle entdeckten es. Was jede automatisierte Kontrolle im Büro wirklich belohnt.
KI fand eine Singularität in Navier-Stokes – die Gleichung, die dein CFD täglich läuft
Ein KI-Schwarm behauptet eine Lean-verifizierte Singularität. Was das für CFD, HVAC und Windlasten auf deinem Schreibtisch bedeutet.
GPT-6 Astra: Der Operator trifft ein, und dein Abhängigkeitsgraph hat sich geändert
Astra steuert deine Werkzeugkette und erreicht 100 % auf ExploitBench. Warum das Operator-Modell dein Abhängigkeitsgraph ändert — und was montags zu begrenzen ist.
Nvidia kauft Hugging Face: Der Tag, an dem ein Knoten weniger wurde
Nvidias Hugging-Face-Deal für 12,9303 Mrd. vereint Chips und Registry. Zeichne deinen echten AI-Abhängigkeitsgraph und pinne die Modelle deines Ateliers.
Dein Backtest lügt dich an — baue den 40-Zeilen-Python-Bot, der es beweist
Ein pandas-Tutorial über die drei Arten, wie Backtests täuschen: Lookahead, Survivorship, Overfitting – und die einzeilige Lösung für jedes Modell.
Wer bezahlt den Roboterfehler? Reinforcement Learning von Klippe zu Kesselraum
Von Suttons und Bartos Cliff Walking über BOPTEST bis zu DeepMinds Rechenzentrum-Kühlung – warum RLs echte Frage ist, wer die Fehlerkosten des Agenten trägt.
