KI News: Kurz und klar.

In der Forschung zu großen Sprachmodellen wurde ein neues Verfahren namens Reinforcement Fine‑Tuning with Partial Reasoning Optimization (RPO) vorgestellt, das die Trainingszeit drastisch senkt. Traditionelle Verstärkungsoptimierungen erzeugen bei jedem Schritt einen vollständigen Beweisweg, was bei der Rollout‑Phase enorme Rechenkosten verursacht.

Deep‑Learning‑Ansätze haben sich als vielversprechend für die Lösung von Fahrzeug‑Routing‑Problemen (VRPs) erwiesen, doch bislang wurden die meisten neuronalen Solver in sehr eingeschränkten Szenarien trainiert. Sie nutzen meist nur euklidische Entfernungen zwischen Knoten und beschränken sich auf ein einziges Problem‑Größenformat, was ihre direkte Anwendung in unterschiedlichen realen Situationen stark limitiert.