Hier veröffentlichen wir Forschungsarbeiten, die aus unserer Produktentwicklung entstehen.
Here we publish research that emerges from our product work.
15. Juni 2026June 15, 2026Protected Search
Beam: Keyed Polarization for Search and Disclosure from One Protected State
Beam fragt, wie verschlüsselte Daten so gespeichert werden können, dass ein Key nur seinen Anteil am Datensatz liest, ohne die Daten künstlich aufzublähen.
Beam asks how encrypted data can be stored so a key reads only its part of a record without artificially inflating the data.
Die Suche folgt derselben Grenze. Was der Key nicht öffnen darf, soll auch keinen Treffer auslösen.
Search follows the same boundary. Anything the key cannot open should not be able to cause a hit.
Paper lesen →Read paper →
5. Juni 2026June 5, 2026Agentic Research
How LLMs Discover Novel Solutions: Emergent Creativity in Agentic Research Workflows
Wir bauen Workflows, die wissenschaftliche Literatur nicht nur zusammenfassen, sondern in prüfbare nächste Forschungsschritte übersetzen: mit Quellen, Mechanismen, Einwänden und klaren Tests.
We build workflows that do more than summarize scientific literature: they turn papers into testable next research steps, with sources, mechanisms, objections, and clear checks.
Das Paper zeigt unseren Arbeitsmodus: LLM-Agenten lesen, strukturieren, hinterfragen und priorisieren, damit Menschen schneller entscheiden können, welche Idee wirklich einen Versuch verdient.
The paper shows our working mode: LLM agents read, structure, challenge, and prioritize so humans can decide faster which ideas are worth testing.
Paper lesen →Read paper →
2. Juni 2026June 2, 2026Reviewed Follow-up
Keyed Phase Transform: Authorized Semantic Search over Protected Vector Data
KPT schützt semantische Suche in Vektordatenbanken: Mit passendem Schlüssel bleiben relevante Treffer auffindbar, während gespeicherte Vektoren und Wrong-Key-Abfragen keine nutzbare semantische Struktur preisgeben sollen.
KPT protects semantic search in vector databases: with the right key, relevant matches remain retrievable, while stored vectors and wrong-key queries are designed not to expose usable semantic structure.
Im Paper: Hohe Retrieval-Qualität bei stark reduzierter messbarer Paarstruktur im gespeicherten Vektorraum.
In the paper: high retrieval quality with strongly reduced measurable pair structure in the stored vector space.
Folgepaper lesen →Read follow-up paper →
8. April 2026April 8, 2026Vector Privacy
Keyed Phase Transform for Private Vector Retrieval
Verschlüsselung schützt gespeicherte Daten. Wer Zugriff auf die Vektoren hat, kann trotzdem semantisch suchen. KPT schließt diese Lücke: mit falschem Key kollabiert der gesamte Score-Raum zu Noise. Keine Retrieval-Signale, keine rekonstruierbare Struktur.
Encryption protects stored data. Anyone with vector access can still search semantically. KPT closes that gap: with a wrong key, the entire score space collapses to noise. No retrieval signals, no recoverable structure.
Whitepaper lesen →Read whitepaper →
31. März 2026March 31, 2026Clustering Infrastructure
Automatic Skill Clustering at Scale: From 30k to 307k Labels
Wie die alte Pipeline aus Stella, PCA, t-SNE und HDBSCAN auf voller Größe scheiterte und durch qwen3-embedding, Mutual-kNN und Leiden ersetzt wurde. Ergebnis: eine belastbare Produktionsstruktur für 307k bilinguale Skills.
How the old Stella, PCA, t-SNE, and HDBSCAN pipeline failed at full scale and was replaced by qwen3-embedding, mutual kNN, and Leiden. The result: a durable production structure for 307k bilingual skills.