KI News: Kurz und klar.

In der Welt der Verstärkungslernen-Modelle hat sich die Kritik-basierte Lernmethode als besonders wirkungsvoll erwiesen, indem sie spärliche Ergebnisbelohnungen mit natürlicher Sprachfeedback ergänzt. Traditionell beruhen die Kritiker jedoch auf statischen oder offline trainierten Modellen, die nicht mit der sich wandelnden Politik des Agenten Schritt halten können. Dadurch werden die Rückmeldungen im Laufe der Zeit veraltet und verlieren an Nutzen.

In der Welt der großen Sprachmodelle (LLMs) sind Agenten, die mit Reinforcement Learning (RL) trainiert werden, stark von menschlich kuratierten Daten abhängig. Diese Abhängigkeit limitiert die Skalierbarkeit und bindet die KI an menschliches Wissen. Agent0 löst dieses Problem, indem es ein vollständig autonomes Framework einführt, das leistungsfähige Agenten ohne externe Daten erzeugt.

Mit dem neuen R‑Zero‑Framework von Tencent können große Sprachmodelle (LLMs) sich eigenständig weiterentwickeln, ohne auf herkömmliche, manuell beschriftete Datensätze angewiesen zu sein. Das System nutzt zwei parallel arbeitende KI‑Modelle, die sich gegenseitig beeinflussen und dabei ein dynamisches Lernprogramm erzeugen.