KI News: Kurz und klar.

Die jüngsten Fortschritte bei großen Sprachmodellen (LLMs) haben die wissenschaftliche Debatte darüber neu entfacht, ob ein Körper für echte Intelligenz unverzichtbar ist. Forscher argumentieren nun, dass es nicht das körperliche Vorhandensein selbst ist, sondern die Fähigkeit, Informationen in einem konkreten Kontext zu verankern – das sogenannte Grounding – die entscheidende Voraussetzung für Intelligenz darstellt.

Vision‑Language‑Modelle (VLMs) verstehen Bilder bereits sehr gut, aber ihre Fähigkeit, komplexe visuelle Aufgaben Schritt für Schritt zu lösen, ist noch begrenzt. Mit VISTA‑Gym wird ein neues, skalierbares Trainingsumfeld vorgestellt, das VLMs dazu anregt, Bild‑Tools wie Grounding oder Parsing gezielt einzusetzen und dabei agentenbasierte Entscheidungsprozesse zu entwickeln.

Ein neues Trainingsframework namens Co‑EPG wurde vorgestellt, das die Planung und das Grounding von autonomen GUI‑Agenten in einem selbstiterativen Prozess zusammenführt. Durch die gleichzeitige Optimierung beider Komponenten soll die Leistungsfähigkeit der Agenten nachhaltig gesteigert werden.

In einer kürzlich veröffentlichten Arbeit auf arXiv werden zwei neue Verfahren vorgestellt, die qualitative Zustands­trajektorien­beschränkungen in PDDL‑Planungsproblemen ohne vorheriges Grounding kompiliert. Dadurch lassen sich große Planungsaufgaben mit vielen Objekten und hoch‑aritäts­igen Aktionen effizienter lösen.

Das neue Forschungsdokument von arXiv präsentiert einen innovativen Ansatz zur effizienten Grundlegung von Regel-basierten Argumentationssystemen, die auf dem weit verbreiteten ASPIC+ Framework aufbauen. Während ASPIC+ üblicherweise mit ersten‑Ordnung-Regeln arbeitet, beschränken sich die meisten bestehenden Verfahren auf propositionsale Regeln, was die direkte Anwendung auf komplexere Szenarien verhindert.