Zurück zur Übersicht
Das US-Unternehmen trainierte Periodic Neon mit eigenen Labordaten und nutzt es nach eigenen Angaben zur Analyse von Röntgenbeugungsdaten. Die Ergebnisse stammen bislang aus internen Tests und sind nicht unabhängig bestätigt.
Periodic Labs hat das Modell Periodic Neon mit eigenen Labordaten nachtrainiert und in seinen Materiallaboren eingesetzt. Das Modell soll Messdaten aus Experimenten zu Materialien wie Supraleitern und Magneten auswerten und bei der Auswahl weiterer Versuche helfen.
Im internen Test „FrontierXRD“ erreichte Neon nach Angaben des Unternehmens bei 134 anspruchsvollen Proben eine Erfolgsquote von 55,3 Prozent. Periodic Labs gibt außerdem an, für das Training 1.300 H200-GPUs eingesetzt zu haben. Einen unabhängigen Vergleich mit anderen Modellen oder eine externe Reproduktion der Ergebnisse gibt es bislang nicht.
Der relevante Schritt liegt deshalb nicht in der schieren Parameterzahl, sondern in der Verbindung von Modell und Laborbetrieb. Neon soll nicht nur Forschungsergebnisse analysieren, sondern auch die nächste Experimentrunde beeinflussen. Das ist ein plausibler Weg zu leistungsfähigerer Materialforschung, aber vorerst vor allem eine Unternehmensangabe mit hauseigenem Prüfstand.
Der Kommentarbereich wird geladen, sobald du ihn erreichst.
Weiterlesen
OpenAI zufolge zeigt ein internes System, dass die dreidimensionalen Navier-Stokes-Gleichungen in endlicher Zeit eine Singularität entwickeln können. Der Beweis wurde formalisiert und im Beweisassistenten Lean geprüft, muss sich aber noch einer unabhängigen mathematischen Prüfung stellen.
OpenAI meldet interne Fortschritte bei der Automatisierung von Forschungsaufgaben und strebt bis März 2028 einen automatisierten KI-Forscher an. Die veröffentlichten Zahlen sind vorläufig und belegen keine entsprechende Steigerung des Forschungsertrags.
In einem Vergleich von zehn KI Assistenten erreichte GPT-5.5 Thinking die höchste Gesamtpunktzahl. Claude Sonnet 4.6 sagte dafür die meisten Gruppenspiele korrekt voraus.
Das interne Modell „Astra“ soll nach Angaben von OpenAI mathematische Argumente für langjährige offene Probleme erzeugt haben. Die Ergebnisse reichen von Kugelpackung und Kodierungstheorie bis zu Quantenkomplexität und Gitterkryptografie.