KI News: Kurz und klar.

Eine neue Technik namens Geometric Anchor Preference Optimization (GAPO) verspricht, die Zuverlässigkeit bei der Ausrichtung großer Sprachmodelle deutlich zu erhöhen.

Die Weiterentwicklung von KI‑Systemen in den Naturwissenschaften erfordert, dass die Modelle nicht nur komplexe, mehrphysikalische Phänomene verstehen, sondern auch die zugrunde liegenden physikalischen Gesetze einhalten. Trotz der beeindruckenden Leistungen großer Sprachmodelle (LLMs) und moderner Präferenzoptimierungstechniken zeigen diese Systeme häufig Schwierigkeiten, zwischen physikalisch gültigen und ungültigen Antworten zu unterscheiden.

Der neueste Beitrag auf arXiv (2508.14947v1) stellt Linear Preference Optimization (LPO) vor – ein innovatives Alignment‑Framework, das die bekannten Schwächen von Direct Preference Optimization (DPO) adressiert. DPO ist zwar beliebt, leidet aber häufig unter Over‑Fitting und Modellkollaps. LPO löst diese Probleme mit drei zentralen Neuerungen.