KI News: Kurz und klar.

In einer wegweisenden Studie wird ein probabilistisches Modell vorgestellt, das die beiden Hauptstrategien von Coding‑Agenten – die Auswahl von Code nach dessen Ausführung und die Generierung von Code unter Rückmeldung aus der Umgebung – systematisch erklärt. Durch die Formalisierung etablierter Auswahlheuristiken als umweltbewusste Schätzer der Code‑Korrektheit liefert die Arbeit einen klaren theoretischen Rahmen für die Bewertung und Optimierung dieser Agenten.

Systematische Literaturübersichten (SLRs) sind für evidenzbasierte Forschung unverzichtbar, doch die manuelle Vorauswahl von Studien wird zunehmend zum Engpass, weil die Menge an Publikationen wächst und qualifizierte Experten knapp sind. Traditionelle aktive Lern‑(AL)‑Systeme helfen zwar, setzen aber meist auf feste Abfrage‑Strategien, die sich nicht anpassen und die Beziehungen zwischen Artikeln, Autoren und Metadaten ignorieren.

Ein neuer Beitrag auf arXiv präsentiert die ersten effizienten Algorithmen, die im Bereich der stochastischen kontextuellen Banditen das Simple‑Regret‑Kriterium adressieren. Dabei liegt der Fokus auf logistischen Banditen, für die bislang keine solchen Resultate bekannt waren.

Fine‑Tuning ist ein wesentlicher Schritt, um große Sprachmodelle (LLMs) an menschliche Präferenzen anzupassen. Das neue Verfahren Multiple‑Reference Preference Optimization (MRPO) baut auf Direct Preference Optimization (DPO) auf, indem es LLMs auf Präferenzdatensätzen trainiert und gleichzeitig die Policy gegen eine Mischung aus Referenzmodellen reguliert, um deren kollektive Vorteile zu nutzen.

Eine neue Veröffentlichung auf arXiv demonstriert, wie generative KI-Agenten in den Lebenswissenschaften in Echtzeit optimiert werden können, indem sie ausschließlich aus Nutzerfeedback lernen. Das vorgestellte System kombiniert AWS Strands Agents mit Thompson‑Sampling‑Contextual‑Bandits, um die Entscheidungsfindung der Agenten kontinuierlich zu verbessern.

Ein neues arXiv‑Veröffentlichung (2511.10938v1) beleuchtet die Herausforderungen der Edge‑Inference und stellt ein erweitertes Cascade‑Bandit‑Modell vor.

Wissenschaftler haben ein neues, schlankes Bayessches Rahmenwerk vorgestellt, das die klassische Modellierung von Unsicherheit neu definiert. Anstatt für jeden Parameter ein komplexes probabilistisches Modell zu erfordern, setzt das System lediglich eine Prior-Verteilung auf das eigentliche Ziel, etwa die Position des Optimums. Alle übrigen „Nuisance“-Parameter werden über die Profil-Likelihood eliminiert, wodurch strukturelle Beschränkungen automatisch berücksichtigt werden.