DailyAI Briefing: Ein Lean-geprüfter Riemann-Beweis, plus 4 weitere
Eine am Freitag veröffentlichte, 17 Millionen Zeilen umfassende Lean-Formalisierung der Riemannschen Vermutung wurde heute von den Lean- und Mathlib-Communities geprüft. Außerdem: Anthropic-Aktien tendieren zu ihrem Ausgabepreis, Muse sendet unaufgefordert Nachrichten, neue OpenAI-Nutzungsregeln wurden veröffentlicht und ein Open-Source-Modell in Laptopgröße ist erschienen.

Willkommen zum DailyAI Briefing, den fünf wichtigsten KI-News des Tages.
Schauen wir genauer hin.
17 Millionen Zeilen formaler Beweise
17 Millionen Zeilen: Das ist die Größe der Lean-Bibliothek, die Levent Alpöge, ein Mathematiker im technischen Stab von Anthropic, am Freitag zusammen mit einer kurzen Notiz veröffentlichte, in der er behauptete, einen Beweis für die Riemannsche Vermutung gefunden zu haben, der mit Claude, dem Modell des Unternehmens, gefunden wurde. Der vierseitige Bericht ist als PDF auf seiner Website veröffentlicht. Er schreibt, dass er glaube, die Methode löse auch die verallgemeinerte Riemannsche Vermutung, dass die Arbeit spät am Sonntagabend fertiggestellt wurde und dass er den Vorstandsvorsitzenden gefragt habe, ob er sie während des Börsengangs des Unternehmens bekannt geben dürfe. Die naheliegende zynische Interpretation dieses Zeitpunkts sei, so sagt er, “falsch”.”
Er veröffentlichte keine herkömmliche Abhandlung. Stattdessen wird die Formalisierung in 14 herunterladbaren Teilen angeboten, da er “der Welt ein vollständiges Argument präsentiert, bevor er ein riesiges Umfeld seiner Mathematik vollständig beherrscht”.” In der heutigen gemeinsamen Erklärung der Community heißt es, dass die Gruppen, die den Proof-Assistenten und seine Hauptbibliothek pflegen, volles Vertrauen in die Richtigkeit des Proofs haben. Es bestätigt, dass die Bibliothek kompiliert, dass der Satz mit der bestehenden Hypothesenformulierung der Bibliothek übereinstimmt und dass unabhängige Prüfer einen exportierten Beweis akzeptiert haben. Dies ist eine formale Prüfung, keine allgemeinverständliche Abhandlung oder Preisverleihung. Ein Bericht vom Samstagmorgen meldete, dass das Clay Mathematics Institute das Problem weiterhin als ungelöst führt und dass sein Präsident den Weg von der Bekanntgabe zum tatsächlichen Verständnis als “lang und schwierig” bezeichnete.”
Die Lean FRO und die Mathlib Initiative haben eine gemeinsame Erklärung zur Lean-Verifizierung der Riemannschen Vermutung veröffentlicht.
Am 20. November veröffentlichte Levent Alpöge einen Beweis der Riemannschen Vermutung als Lean-Bibliothek mit 17 Millionen Codezeilen. Die Lean- und Mathlib-Communitys arbeiteten im Laufe des letzten Tages zusammen, um ihn zu verifizieren. Die Erklärung bestätigt die Korrektheit des Beweises und beschreibt, wie er alle notwendigen Verifizierungskriterien erfüllt.
Herzlichen Glückwunsch an Levent zu diesem Erfolg und vielen Dank an alle Mitglieder der Community, die zur Verifizierung beigetragen haben.
Vollständige Stellungnahme: https://t.co/edxEbkodw7
— Lean 21. November 2026
88,91 $ zum Freitagsschluss
88,91 Dollar: So hoch schloss die neu notierte Aktie am Freitag laut einem Marktbericht vom Samstag, nachdem sie am Donnerstag bei 111,50 Dollar eröffnet und den ersten Handelstag bei 97,17 Dollar beendet hatte. Laut dem Bericht vom Samstag lag der Schlusskurs vom Freitag knapp über dem Angebotspreis von 83 Dollar, nach einem Anstieg von 17 % am ersten Handelstag. In derselben Woche fiel der Nasdaq Composite innerhalb von fünf Handelstagen um 10 % – seine schlechteste Woche seit den Anfängen von Covid im Jahr 2020 –, angeführt von einem Kursverlust von 23 % bei Nvidia.
Am Freitag übten die Emissionsbanken ihr Mehrzuteilungsrecht aus, das gemeinhin als Greenshoe-Option bezeichnet wird. Einem Bericht vom Freitag zufolge, der sich auf eine Unternehmensmitteilung beruft, erhöhte diese Option den Gesamterlös aus dem Aktienverkauf auf 93,5 Milliarden Dollar. Diese Zahl umfasst 1.127.000.000 Aktien der Klasse A zu je 83 US-Dollar: die ursprünglichen 980 Millionen Aktien zuzüglich 147 Millionen Mehrzuteilungsaktien. Eine gleichzeitig durchgeführte Privatplatzierung von Aktien der Klasse N, die zum Angebotspreis von einer Gruppe von Technologieunternehmen, darunter Advanced Micro Devices, Google, Microsoft und Nvidia, erworben wurden, brachte weitere 26 Milliarden US-Dollar ein, sodass sich der Bruttoerlös vor Kosten auf insgesamt 119,5 Milliarden US-Dollar belief.
Wollen Sie, dass KI Ihnen wöchentlich Stunden spart? Unser kostenloses Handbuch zeigt Ihnen, wie.Holen Sie sich den kostenlosen Leitfaden →10 Millionen Downloads und unaufgeforderte Benachrichtigungen
Zehn Millionen Downloads: So oft wurde die Agenten-App „Muse“ von Meta seit ihrem Start im September heruntergeladen, wie ein Bericht vom Samstag mitteilte. Derselbe Bericht, der sich auf interne Mitteilungen stützt, die Reuters einsehen konnte, besagt, dass einige Mitarbeiter des Unternehmens während der Testphase von unerwarteten Nachrichten überrascht wurden. Der Bericht vom Samstag beschreibt Aussagen von Mitarbeitern, die angaben, der Agent habe auf Informationen zugegriffen, an deren Weitergabe sie sich nicht erinnern konnten. Eine Mitarbeiterin berichtete, dass sie auf ihrem privaten Handy daran erinnert wurde, ihrer Schwester über eine verschlüsselte Messenger-App zu antworten. Eine andere Mitarbeiterin erzählte, dass das Gerät in einem Chat über das Angelwetter spontan zwei Bankguthaben bis auf den Cent genau angezeigt habe.
Ein Mitglied des Superintelligenz-Teams des Unternehmens teilte Kollegen mit, der Agent habe offenbar Halluzinationen gehabt, ausgelöst durch integrierte Hinweise, die Nutzer zwischen den Sitzungen erneut ansprechen sollen. Diese Hinweise betrafen häufig unangenehme Themen wie Geld und Sicherheit. Die aus dem Kontext gerissenen Nachrichten wurden als Halluzinationen bestätigt. Ein Unternehmenssprecher erklärte, Mitarbeiter nutzten andere Versionen als die Öffentlichkeit, und der Zugriff auf Telefonbenachrichtigungen sowie auf Bedienungshilfen und Bildschirmaufzeichnung auf einem Mac müsse vom Nutzer aktiviert werden. Aus dem Bericht geht nicht hervor, dass die Verschlüsselung der Messaging-App selbst geknackt wurde.
Eine Erfolgsquote von 0,2 % beim Aufdecken verborgener Denkmuster
0,2 %: Das ist die durchschnittliche Erfolgsquote, die OpenAI für einen internen adaptiven Test angibt, bei dem versucht wurde, die verborgene Argumentation eines Modells aus GPT-6.2 Astra zu extrahieren, nachdem neue Sicherheitsvorkehrungen hinzugefügt wurden. Im Vergleich dazu lag die Erfolgsquote bei GPT-6 Astra mit seinen ursprünglichen Sicherheitsvorkehrungen bei 54,0 %. In dem offiziellen Forschungsbeitrag vom 20. November wird diese Arbeit als Verteidigung gegen die gegnerische Destillation beschrieben. Einfach ausgedrückt ist das die Praxis, die Ausgaben eines Modells zu verwenden, um ein anderes Modell mit ähnlichen Fähigkeiten, aber ohne die gleichen Schutzmechanismen, zu trainieren.
Am selben Tag traten die aktualisierten Nutzungsregeln in Kraft. Die offizielle Nutzungsrichtlinie besagt nun, dass Kunden die Modelle des Unternehmens oder deren Ergebnisse nicht verwenden dürfen, um Schulungsmaterial für Modelle zu generieren, vorzubereiten, auszuwählen oder bereitzustellen, die als Alternativen oder Ersatz gedacht sind. Das Update sieht außerdem Genehmigungsanforderungen für Vermittler des Modellzugriffs vor. Die Angabe von 0,2 % ist eine firmeneigene Messung und wurde hier nicht unabhängig geprüft.
Durch Destillation lassen sich leistungsstarke KI-Fähigkeiten ohne die üblicherweise dafür vorgesehenen Schutzmechanismen reproduzieren.
Wir stellen neue Forschungsergebnisse zu unserer Arbeit im Kampf gegen die Ausnutzung unserer Modelle vor, wie diese Fähigkeiten übertragen werden und wie wir koordinierte Versuche erkennen und unterbinden.
Diese Erkenntnisse helfen uns, unsere Abwehrmaßnahmen zu verbessern und die Sicherheitsvorkehrungen branchenweit zu stärken.
https://t.co/FGQ0PHllIO
- OpenAI 20. November 2026
Ein Modell mit 26,4 Milliarden Parametern für einen Laptop
Insgesamt 26,4 Milliarden Parameter, davon 3,4 Milliarden aktive Parameter pro Token: Das ist die Größe von Inkling 2 Mini, einem neuen Open-Weights-Modell, das am Freitag von Thinking Machines veröffentlicht wurde. Im offiziellen Produktbeitrag heißt es, das Modell sei ein geschlossener Transformator, der seine mittleren Schichten dreimal pro Token durchläuft, und dass der vollständige Satz an Gewichten etwa 20 GB belegt, was für einen Laptop ausreichend ist. Laut Angaben des Labors wurde eine Forschungsdemonstration offline auf einem MacBook Pro ausgeführt.
Das Labor gibt an, dass das Modell auf DeepSWE v1.1 mit 48,2 % und auf dem Vals Index v2.2 mit 46,5 % alle Open-Weights-Systeme mit weniger als 100 Milliarden Parametern anführt. Diese Zahlen stammen aus der Veröffentlichung und wurden hier nicht unabhängig überprüft. Das Modell kann über den Tinker-Service des Labors für Inferenz und Anpassung verwendet werden. Durch die Verwendung von Schleifen, so argumentiert das Labor, kann das Modell mehr Aufwand in ein Problem investieren, ohne eine längere Gedankenkette schreiben zu müssen.
Einige von Ihnen fanden Inkling 2 Small mit 594B Parametern zu umfangreich. Wir haben Sie gehört: Inkling 2 Mini ist ein Looped Transformer mit nur 26B Parametern – klein genug für Ihren Laptop und leistungsstark genug für anspruchsvolle Anwendungen (AA-Indexwert: 20,1).
https://t.co/9HzaUMwghb— Thinking Machines 20. November 2026
Das war’s für heute. Bis morgen.


