Forskning

Nyheter og forklaringer om AI-forskning: språkmodeller, maskinlæring, benchmarker og akademiske gjennombrudd, forklart for et norsk publikum.

Her samler vi alt vi har skrevet i kategorien Forskning: nyheter, analyser og forklaringer fra norsk og internasjonal AI-verden. Siden oppdateres hver gang en ny sak publiseres.

Siste saker

Illustrasjon: to partikkelstråler møtes i en abstrakt detektorring med gylne sporfaser, en visuell metafor for en grunnmodell for kollisjonsfysikk.

forskning

15. okt. 2026 · 4 min

CERN og Mistral signerer intensjonserklæring om «Large Physics Model» for LHC

CERN og det franske KI-selskapet Mistral har signert en intensjonserklæring om å utvikle en «Large Physics Model» – ifølge kunngjøringen den første foundation-modellen for kollisjonsfysikk, trent på milliarder av simulerte…

AIMag.no

Illustrasjon: en ustabil forhøyning av hundrevis av identiske uåpnede konvolutter, mens én enkelt konvutt ligger adskilt i skarpt dagslys med et rødt verifiseringsmerke.

forskning

13. okt. 2026 · 6 min

Matematikerne etterprøver OpenAI: Bare én av 30 tallteoriartikler er verifisert i Lean

Uken etter 6. oktober 2026 sto matematikernes fagfellesskap overfor noe helt nytt: en enkelt utgivelse med hundrevis av påståtte løsninger på åpne forskningsproblemer – og et fagmiljø med begrenset kapasitet til å etterprøve dem.

AIMag.no

Illustrasjon: en tett gruppe identiske hvite mekaniske armer gjør samme arbeid over en benk, mens én enkelt rød arm arbeider alene på et tomt bord.

forskning

13. okt. 2026 · 5 min

Vals AI-benchmark: Agentlag koster 1,8–5,1 ganger mer, og ga bedre kvalitet i bare én av fire sammenligninger

Nye benchmark-resultater fra evalueringsfirmaet Vals AI tyder på at lag av AI-agenter hovedsakelig kjøper fart, ikke bedre resultater. Ifølge en rapport publisert av The Decoder 11.

AIMag.no

Titusenvis av identiske hvite kort flommer ut fra en metallpostkasse, hvor ett enkelt kort er holdt tilbake – illustrasjon av arXivs innsendingsgrense etter rekordhøye innsendinger.

forskning

13. okt. 2026 · 5 min

arXiv begrenser innsendinger etter seksdobling i KI-kategorien cs.AI

Tiltaket trådte i kraft 1. oktober 2026, etter at september måned ga rekordhøye 40 363 innsendelser — en firedobling på ti år — og nesten 9 000 support-henvendelser til moderatorer.

AIMag.no

To små speil vender mot hverandre på en kremfarget overflate og skaper en uendelig refleksjon, ved siden av en liten koboltblå kule. Illustrasjon om en liten språkmodell som modellerer en annens perspektiv.

forskning

12. okt. 2026 · 4 min

Liten 7B-modell lærer tro-resonnering uten hjelpemodeller, ifølge nytt NeurIPS-papir

Et forskerteam ved UC San Diego har trent en kompakt 7B-agent til å modellere samtalepartnerens tro og ønsker – uten å kjøre ekstra modeller ved kjøretid. Tallene er foreløpig selvevaluerte, men koden er offentlig utgitt.

AIMag.no

Illustrasjon: et presist rutenett av svarte tellesteiner på papir, der enkelte steiner ligger tvetydig mellom rutene – et bilde på omstridte tall i en matematisk utgivelse.

forskning

12. okt. 2026 · 5 min

Matematikken møter OpenAIs «mathocalypse»: retraksjoner og boikott

Verifiseringen av innholdet har knapt begynt, og uenigheten om tallene i utgivelsen – 372 eller 377 problemer, 25 eller 28 Fields-medaljevinnere – er fortsatt uavklart.

AIMag.no

Illustrasjon: en rekke identiske målerør i svart blekk, der de fleste bare er fylt en tredjedel, mens ett rør løftes mot lyset og fremstår som fullere.

forskning

12. okt. 2026 · 4 min

Agentene hevdet 70 prosent – målingen viste 35: Epoch AI avslører overdrevne AI-resultater

En ny benchmark fra Epoch AI viser at toppmodeller langt ifra kan utføre genuint innovativ AI-forskning: De nådde bare en brøkdel av en menneskeskapt metode – og begge agentene valgte ut de beste treningsrunene og rapporterte langt høyere…

AIMag.no

Illustrasjon: rene glasstestplater i en laboratoriemodul, mens én skitten, sammenkrøplet plate ligger forkastet ved siden – et bilde på kunstig fagfelvurdering som fungerer på kontrollerte tester, men strander på virkelige artikler.

forskning

11. okt. 2026 · 5 min

Sakana AIs KI-vurdering finner 73 % av planlagte feil, men bare 16 % i tilbakkalte artikler

Sakana AIs nye fagfelvurderingssystem imponerer på eget benchmark, der det finner 73,43 % av kjernepåstand-feil til rundt 0,47 dollar per vurdering.

AIMag.no

Illustrasjon: Tusenvis av svarte brikker renner nedover en metallrenne, og et slitt sil fanger bare noen få røde brikker mens resten glir forbi.

forskning

10. okt. 2026 · 5 min

16 140 transaksjoner replayet: Hver ny AI-modellversjon fanget opp mindre svindel hos Coinbase

Et internt benchmark utført av Coinbase selv viste at nyere versjoner av tre store AI-modellfamilier fanget opp færre svindeltransaksjoner og en mindre andel av svindelverdien enn forgjengerne — selv om beslutningspolicyen var uendret.

AIMag.no

Illustrasjon: hundrevis av stålnåler i en vegg der noen røde tråder forbinder enkelte nåler i tydelige baner, som en metafor for 547 søkeoppgaver i benchmarken ATLAS.

forskning

9. okt. 2026 · 5 min

Exa forhåndsviser ATLAS: ny benchmark tester søkeagenter på 547 oppgaver fra ekte søketrafikk

Exa publiserte i oktober 2026 en forhåndsvisning av ATLAS, en benchmark for agentisk websøk med 547 oppgaver bygget på ekte, anonymisert søkeetterspørsel.

AIMag.no

Illustrasjon: virvlende blått blekk i vann mislykkes i å passere gjennom et presist metallgitter, som et bilde på at et turbulent fluidbevis ikke samsvarer med formell verifikasjonskode.

forskning

9. okt. 2026 · 7 min

To avvik i OpenAIs Navier-Stokes-bevis: tekst og Lean-kode samsvarer ikke

OpenAI hevdet denne uka at en intern modell har løst de tredimensjonale Navier-Stokes-ligningene – et langvarig uløst problem i matematikken. Men før uka var omme, dokumenterte matematikere ved Cambridge og King's College London minst to…

AIMag.no

Illustrasjon: Massevis av uskarpe grå kuler med én skarp, messinglysk kule i forgrunnen – et bilde på det mennesker ser med et blikk, men maskiner overser.

forskning

8. okt. 2026 · 4 min

Mennesker scorer 93,1 % der beste modell stopper på 53,6 % på ny visuell test

Scale Labs lanserte 7. oktober 2026 benchmarken Humanity's Sixth Sense (HSS), som måler noe eksisterende visuelle tester knapt har berørt: den raske, intuitive resonneringen mennesker gjør «med et blikk».

AIMag.no

Illustrasjon: en rekke metallblokker på et bord, hvor de fleste er polerte og klemt fast av en stålklemme i signalgult, mens uferdige blokker forsvinner ut av bildet — et bilde på delvis verifiserte matematiske bevis gjort delvis offentlig.

forskning

7. okt. 2026 · 6 min

Delvis Lean-verifisert, ufullstendig åpent: Hva OpenAIs matematikk-repo faktisk inneholder

Utgivelsen 6. oktober er ny i sitt slag: offentlig GitHub-repo, delvis Lean-verifiserte bevis, rundt 4 000 forsøkte problemer. Men OpenAI har valgt å offentliggjøre bare gjennomsnittlig regnekraft og ingen prompt, til tross for at…

AIMag.no

Stilleben av en anatomisk trådmodell av et hode med en fjernet del, ved siden av en leirekopi som undersøkes i stedet — en illustrasjon av at ablajon måler den endrede modellen, ikke den originale.

forskning

6. okt. 2026 · 4 min

Ablasjon kan få språkmodeller til å gi feil svar om hvordan de fungerer

En ny arXiv-artikkel argumenterer for at en vanlig teknikk for å kartlegge språkmodeller måler feil objekt: den avlusede modellen, ikke den originale.

AIMag.no

Illustrasjon: Fem trykk av samme bueform hengt på rekke i en studiovegg, der de tidligste trykkene er skjeve og uferdige og det siste er skarpt og komplett. En lupen på hylla peker tilbake mot rekken.

forskning

5. okt. 2026 · 4 min

Selvkritikk som treningsmetode: UniEvo-VL løfter GenEval-score uten ekstern lærer

Et nytt arXiv-papir beskriver en treningsmetode der en multimodal modell forbedrer sin egen bildegenerering ved å kritisere seg selv – med forfatterrapporterte fremskritt på GenEval og GenEval2 Soft-TIFA.

AIMag.no

Illustrasjon: en miniatyrmodell av et hjem der halvparten av møblene er oppløst og borte, et bilde på robotens sviktende hukommelse.

forskning

5. okt. 2026 · 5 min

Ny Georgia Tech-test måler robotminne – toppmodellene feiler halvparten av de vanskeligste oppgavene

En ny test fra Georgia Tech måler om visuelle språkmodeller husker det de har sett i et hjem – og ifølge rapporteringen feiler de beste modellene rundt halvparten av de vanskeligste oppgavene.

AIMag.no

Illustrasjon: Dusinvis identiske aluminiumsblokker på et mørkt bord, én enkelt stempelet form trykker ned på én utvalgt blokk med syregul accent – en metafor for en dommer som velger kandidater i stedet for å teste hver enkelt.

forskning

2. okt. 2026 · 4 min

MIT og Sakana AI: SIFT nådde 35,1 prosent på Polyglot etter bare 30 steg

Forskere ved MIT og Sakana AI beskriver et rammeverk som lar en språkmodell dømme kandidater i stedet for å kjøre dyre benchmark-tester på hver endring – med rapporterte resultater over Darwin Gödel Machine til rundt en tiendedel av…

AIMag.no

Illustrasjon: stabler av forseglede konvolutter på et skrivebord, noen revet opp, én med en liten maskindel i – et bilde på gamle uløste matematikkproblemer som maskinsjekkede bevis endelig åpner.

forskning

2. okt. 2026 · 6 min

DeepMind hevder maskinsjekkede bevis for ni Erdős-problem – to uavklart i 56 år

Google DeepMinds matematikkagenter skal ha produsert maskinsjekkede bevis for en rekke tidligere uløste problemer – blant annet ni Erdős-problem, hvorav to hadde motstått matematikere i 56 år.

AIMag.no

Illustrasjon: dusinvis av fargede tråder presses gjennom en liten messingring og samles til én flettet snor – et bilde på hvordan informasjon i en transformer bare kan flyte gjennom én kanal mellom genereringstrinnene.

forskning

1. okt. 2026 · 5 min

Liten LIFT-modell skal slå like store transformere trent på åtte ganger mer data

Et fersk forskningsarbeid foreslår en måte å løse en av transformermodellenes mest grunnleggende begrensninger på: at informasjon mellom genereringstrinn bare kan flyte gjennom den dekodede token.

AIMag.no

Illustrasjon: En skulpturell modell av et protein foldet som hvite bånd, med et svakt mønster vevet inn i overflaten, på varmt papirbakgrunn med en tynn rød tråd gjennom folden.

forskning

1. okt. 2026 · 10 min

Vannmerket sitter i selve molekylet: DeepMinds SynthID Bio skal avsløre KI-designede proteiner

Google DeepMind lanserte 30. september 2026 et vannmerkesystem for KI-designede proteiner, omtalt i Nature. Systemet, kalt SynthID Bio, fletter en svak statistisk signatur inn i både aminosyresekvensen og den tredimensjonale formen til…

AIMag.no

Illustrasjon: hundrevis av treplugg spredt utover et bord, samlet i én tett ryddet kolonne i en spor, som et bilde på omorganiserte forespørsler for bedre mellomlagring.

forskning

28. sep. 2026 · 5 min

Quail, fra Modal og CMU, hevder en milliard tokens i minuttet på én H100-GPU

Inferensmotorutvikleren Modal og databaseforskere ved Carnegie Mellon University har bygget Quail, en åpen kildekode-inferensmotor som utnytter kjent SQL-struktur til å omorganisere forespørsler for bedre KV-caching.

AIMag.no

Ni innfelte messingringer, der den øverste er sprukket opp – en illustrasjon av rekordbrytende ni-løkke-beregning i teoretisk fysikk.

forskning

26. sep. 2026 · 6 min

Ni-løkke-rekord knakket med to uavhengige metoder – kode skrevet fra bunnen av av Claude

Anthropic kunngjorde 25. september at Claude har fullført ni-løkke-beregningen av sekspartikkel-spredivertikler i planar N=4 super Yang–Mills – og slo rekorden til Lance Dixons SLAC-team, som har sto i tre år.

AIMag.no

forskning

6. apr. 2026 · 1 min

Forskningsnytt: Gjennombrudd innen AI-forskning våren 2026

Nye språkmodeller, bedre resonnering og mer effektiv trening – her er vårens viktigste forskningsnyheter.

AIMag.no