KI News: Kurz und klar.

In der Codegenerierung wird die Qualität von Ergebnissen häufig durch Best‑of‑N‑Auswahl verbessert: Mehrere Kandidaten werden vom Basismodell erzeugt und der beste wird von einem LLM‑Judge ausgewählt. Doch die Ausbildung zuverlässiger LLM‑Judges ist schwierig, weil starke Verteilungssprünge auftreten – von Ungleichgewichten zwischen einfachen und schwierigen Aufgaben bis hin zu Missverhältnissen zwischen Trainingsaufgaben und Testbenchmarks.

Eine bahnbrechende Untersuchung hat aufgezeigt, wie moderne Vision‑Language‑Modelle (VLMs) Menschen mit Behinderung in Bildbeschreibungen darstellen. Die Forscher haben sich auf personenzentrierte Bilder konzentriert und dabei entdeckt, dass die Modelle häufig von einer faktenbasierten, evidenzbasierten Beschreibung zu spekulativen Interpretationen übergehen, die über das Sichtbare hinausgehen.

Mit der zunehmenden Nutzung großer Sprachmodelle (LLMs) als Lernhilfe wird die Notwendigkeit deutlich, Modelle zu entwickeln, die die Feinheiten des Tutoring beherrschen. Dazu müssen sie die Kernbedürfnisse der Lernenden erkennen, sich anpassen, personalisierte Anleitungen geben und dabei präzise bleiben.

In den letzten Jahren haben große Sprachmodelle (LLMs) gezeigt, dass Reinforcement Learning (RL) die Entwicklung von Denkfähigkeiten fördern kann. Ein zentrales Problem bleibt jedoch, dass RL nur dann besser wird, wenn es aus qualitativ hochwertigen Beispielen lernt – und diese Beispiele selbst entstehen erst durch die Exploration des Modells. Dadurch entsteht ein Teufelskreis: Was nicht erkundet wird, kann nicht gelernt werden.