Google Chrome lädt still und leise 4 GB Gemini Nano Modell ohne Zustimmung herunter
Google Chrome lädt ohne explizite Zustimmung stillschweigend eine ~4 GB große Datei des On-Device-KI-Modells namens weights.bin auf die Maschinen der Benutzer herunter und speichert sie. Die Datei befindet sich im Verzeichnis OptGuideOnDeviceModel unter dem Chrome-Benutzerprofil und enthält die Gewichte für Gemini Nano – Googles On-Device-LLM, das für Funktionen wie „Help me write" und Betrugserkennung verwendet wird. Diese KI-Funktionen sind in neueren Chrome-Versionen auf geeigneter Hardware standardmäßig aktiviert.
Wenn ein Benutzer die Datei löscht, lädt Chrome sie erneut herunter. Die einzigen Möglichkeiten, ein erneutes Herunterladen zu verhindern, bestehen darin, die KI-Funktionen von Chrome über chrome://flags oder Unternehmensrichtlinien zu deaktivieren oder Chrome vollständig zu deinstallieren. Der Installer schreibt die Datei stillschweigend, ohne Zustimmungsdialog oder Opt-out-UI in den Einstellungen.
Bei Chomes geschätzten zwei Milliarden Benutzern werden die Umweltkosten dieses einzelnen Modell-Pushs auf 6.000 bis 60.000 Tonnen CO2-Äquivalentemissionen geschätzt, abhängig davon, wie viele Geräte den Download erhalten. Der Autor Alexander Hanff argumentiert, dass dies einen direkten Verstoß gegen Artikel 5(3) der ePrivacy-Richtlinie (2002/58/EG), Artikel 5(1) DSGVO-Grundsätze (Rechtmäßigkeit, Fairness, Transparenz), Artikel 25 DSGVO (Datenschutz durch Technikgestaltung) darstellt und ein meldepflichtiges Ereignis gemäß der Corporate Sustainability Reporting Directive (CSRD) wäre.
Der Artikel beschreibt Überprüfungsschritte an einem frisch erstellten Apple-Silicon-Profil und stellt fest, dass die Datei mit Modus 600 und dem Benutzer als Eigentümer landet (grundsätzlich löschbar), aber der Local State von Chrome den Installationsstatus beibehält und beim nächsten Prüfung des Variationsservers einen erneuten Download auslöst. Dasselbe Muster wurde zuvor für Anthropics Claude Desktop dokumentiert, das stillschweigend eine Native-Messaging-Bridge in Chromium-Browsern registrierte.
Für Entwickler ist dies eine eindringliche Erinnerung, Hintergrunddownloads in ihren Tools zu überprüfen, die Zustimmung der Nutzer zu respektieren und die kumulativen Umweltauswirkungen großer Modelle zu berücksichtigen, die im großen Maßstab bereitgestellt werden.
📖 Read the full source: HN AI Agents
👀 Siehe auch
Einfache Selbst-Distillationsmethode verbessert die Code-Generierung von LLMs
Forscher zeigen, dass das Feinabstimmen von LLMs auf ihren eigenen abgetasteten Ausgaben (einfache Selbstdestillation) die Codegenerierungsleistung verbessert und Qwen3-30B-Instruct von 42,4 % auf 55,3 % pass@1 auf LiveCodeBench v6 steigert.
Andrej Karpathy tritt dem Pre-Training-Team von Anthropic bei, um die rekursive Selbstverbesserung mit Claude voranzutreiben
Andrej Karpathy, ehemaliger OpenAI-Mitbegründer, schließt sich unter Nick Josef dem Pre-Training-Team von Anthropic an, um ein neues Team aufzubauen, das sich darauf konzentriert, Claude zur Beschleunigung der Pre-Training-Forschung zu nutzen und so eine rekursive Selbstverbesserung zu ermöglichen.
Claudes Spracherkennungsbeschränkungen und Benutzer-Workaround mit Spokenly und Parakeet TDT
Ein Benutzer berichtet, dass Claudes eingebaute Mikrofontranskription im Vergleich zu ChatGPT ungenau ist und mehr Arbeit verursacht, als sie spart. Sie haben eine Problemumgehung mit Spokenly auf dem Mac unter Verwendung von NVIDIAs Parakeet TDT-Modell für verbesserte Leistung implementiert.
Harmonic-9B: Zweistufiges Qwen3.5-9B-Finetuning für KI-Agenten
Entwickler DJLougen hat Harmonic-9B veröffentlicht, eine Qwen3.5-9B-Feinabstimmung, die für den Einsatz in Agenten optimiert ist und einen zweistufigen Trainingsansatz verfolgt. Stufe 1 (intensives Schlussfolgern) ist abgeschlossen, während Stufe 2 (leichtes Tool-Aufrufen) noch im Training ist. GGUF-quantisierte Versionen sind bereits verfügbar.