KI News: Kurz und klar.

Meta, die University of Chicago und UC Berkeley haben ein neues Framework namens DreamGym vorgestellt, das die hohen Kosten, die komplexe Infrastruktur und die unzuverlässigen Rückmeldungen beim Einsatz von Reinforcement Learning (RL) zur Ausbildung großer Sprachmodelle (LLM) reduziert.

Reinforcement‑Learning (RL) für große Sprachmodelle klingt auf dem Papier verlockend, stößt aber in der Praxis an Grenzen. Hohe Kosten, komplexe Infrastruktur und stark verrauschte Belohnungen machen das Training von Agenten, die Webseiten durchsuchen oder mehrstufige Tool‑Aufgaben erledigen, zu einer echten Herausforderung.

Reinforcement Learning (RL) hat das Potenzial, große Sprachmodelle zu autonomen Agenten zu machen, doch die Praxis bleibt wegen teurer Rollouts, begrenzter Aufgabenvielfalt, unzuverlässiger Belohnungen und komplexer Infrastruktur schwierig. DreamGym löst diese Hindernisse, indem es ein einheitliches Framework bereitstellt, das skalierbare, synthetische Erfahrungen erzeugt und damit effektives Online‑RL‑Training ermöglicht.