OpenAI führt die auffällige Häufung von „goblin“- und „gremlin“-Metaphern in neueren GPT-Modellen auf kleine Trainingsanreize zurück, insbesondere auf die Optimierung der früheren „Nerdy“-Persönlichkeit. Die Untersuchung zeigt, wie sich ein belohnter Sprachstil über Reinforcement Learning und nachgelagerte Trainingsdaten auch außerhalb des ursprünglichen Kontexts verbreiten kann.
NVIDIA zeigt eine agentische Architektur, die manuelle und asynchrone Engpässe in Simulations-Workflows des Subsurface Engineerings reduzieren soll. Vorgestellt werden ein einzelner Reservoir-Simulationsassistent, eine Multi-Agenten-Orchestrierung für Optimierungsstudien sowie die zugrunde liegenden NIM-, RAG- und LangChain-Komponenten.
NVIDIA stellt mit Nemotron 3 Nano Omni ein offenes multimodales Modell für Bild-, Audio-, Video- und Textverarbeitung in einem gemeinsamen Agenten-Loop vor. Laut NVIDIA soll es getrennte Modellketten für Vision, Audio und Text ersetzen und dabei Durchsatz, Kosten und Kontextkonsistenz verbessern.
NVIDIA stellt mit BioNeMo ein Context-Parallelism-Framework für biomolekulare Architekturen wie Boltz vor, das ein einzelnes großes Molekülsystem über mehrere GPUs verteilt. Dadurch sollen sich deutlich längere Sequenzen und größere Komplexe verarbeiten lassen, ohne den globalen Kontext durch Fragmentierung oder aggressives Chunking zu verlieren.
NVIDIA hat auf der GTC neue Modelle, Referenzarchitekturen und Omniverse-Blueprints für Physical AI vorgestellt. Im Mittelpunkt stehen Datenpipelines, Simulation mit digitalen Zwillingen und OpenUSD-Workflows für Robotik, autonome Systeme und AI-Factories.
NVIDIA und Emerald AI haben auf der CERAWeek eine Architektur vorgestellt, die AI Factories als flexible, intelligent steuerbare Netzressourcen statt als starre Stromlasten behandelt. Ziel ist es, große KI-Deployments schneller ans Netz zu bringen, effizienter zu betreiben und die Netzzuverlässigkeit zu unterstützen.
