KI News: Kurz und klar.

Mit STEER (Steerable Tuning via Evolutionary Ensemble Refinement) wird die bislang fehlende Flexibilität von großen Sprachmodellen (LLMs) neu definiert. Das System ermöglicht es, die Risikoeinstellung eines Modells in Echtzeit zu steuern, ohne dass zusätzliche Trainingsschritte nötig sind.

In einer neuen Studie von arXiv (2511.17990v1) wird untersucht, wie gut große Sprachmodelle (LLMs) menschliches Verhalten imitieren können. Dazu wurden verschiedene LLM‑Versionen mit unterschiedlichen Personas – etwa „kreativ“, „kalkulierend“ oder „emotional“ – ausgestattet und in ein simuliertes Kauf‑ und Verkaufsspiel eingebunden.

In der nutzerzentrierten Gestaltung gewinnt die Entwicklung von Personas zunehmend an Bedeutung, um Verhalten zu verstehen, Bedürfnisse zu erfassen und Zielgruppen präzise zu segmentieren. Die wachsende Komplexität moderner Interaktionen erfordert jedoch einen stärker kontextualisierten Ansatz, damit Designentscheidungen wirklich den realen Nutzerbedürfnissen entsprechen.