Viele KI Agenten verschwenden über 150000 Token, bevor sie überhaupt deine Anfrage lesen 😳 Warum passiert das 👉 Dutzende verbundene MCP Server 👉 Tausende Tools werden jedes Mal in den Kontext geladen 👉 Riesige Tabellen werden doppelt verarbeitet nur um Daten zu kopieren 💥 Das Ergebnis ist klar ineffizient und teuer Aber Anthropic hat jetzt ein Tutorial veröffentlicht das alles verändert 💡 Der Schlüssel ist Codeausführung mit MCP Statt alles im Voraus zu laden können Agenten jetzt ✅ Tools nur bei Bedarf laden ✅ Daten direkt in der Ausführungsumgebung filtern ✅ Das Aufblähen des Kontextfensters vermeiden 📊 Das Ergebnis Die gleiche Aufgabe braucht jetzt 2000 Token statt 150000 Das ist eine Reduzierung um 987 Prozent Und das Beste Deine Agenten können jetzt tausende Tools verwalten ohne zu überhitzen oder dein Budget zu sprengen 💸 🔥 Wenn du KI nutzt und auf Effizienz achtest ist dieses Tutorial Gold wert

Spannender Ansatz aus der Forschung: Mehrere US-Unis haben eine Methode vorgestellt, die gleichförmige KI-Antworten aufbrechen soll – ganz ohne Retraining oder Zusatzmodelle. Der Name: „Verbalized Sampling“. Statt einer einzelnen Antwort erzeugt das Modell mehrere Varianten mit zugehörigen Wahrscheinlichkeiten. Das Ergebnis laut Studie: spürbar mehr kreative Vielfalt – bei stabiler Qualität und Faktentreue. Die Idee dahinter ist charmant einfach: Nicht nach der besten Antwort fragen, sondern nach mehreren möglichen. So entsteht mehr Raum für Originalität, Stil und überraschende Perspektiven. 👉 Habt ihr schon mal von dieser Technik gehört oder sie vielleicht sogar ausprobiert? 👉 Und kennt ihr ähnliche Wege, um mehr Kreativität oder Varianz aus KI-Modellen herauszuholen? Welche Prompts funktionieren bei euch besonders gut?

LMArena hat Konkurrenz bekommen von Seal Showdown: https://mashable.com/article/scale-ai-seal-showdown-benchmarking-leaderboard-lmarena?utm_source=tldrai

ein – wie ich finde – ziemlich lustiger spot auf kolektiva.social: https://kolektiva.social/@pivic/115151761066870717

Jetzt veröffentlicht: offenes, mehrsprachiges KI-Sprachmodell aus der Schweiz 🎉 Chat: https://publicai.co/