KI-Agenten skalieren Tool‑Nutzung automatisch mit Entropie‑Constraints

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz präsentiert einen innovativen Ansatz, um die Fähigkeit von KI-Agenten zur Tool‑Nutzung effizient zu skalieren. Der vorgeschlagene Trainingsablauf kombiniert zunächst ein warm‑up‑Supervised‑Fine‑Tuning, das die Modelle darin schult, zwischen einfachen und komplexen Aufgaben zu unterscheiden. Anschließend wird Reinforcement Learning eingesetzt, damit die Agenten eigenständig passende Denkpfade wählen können.

Ein zentrales Element des Ansatzes ist die Verwendung von entropiebasierten Optimierungszielen. Diese sorgen dafür, dass die Modelle ihre Vielfalt bewahren und gleichzeitig die Skalierbarkeit ihrer Denkprozesse freisetzen. Auf dieser Basis wird eine neue Strategie namens „Entropie‑basierte Long‑Short‑Reasoning‑Fusion“ entwickelt, die die Länge der Überlegungen automatisch anpasst.

Die Experimente, die an drei unterschiedlichen Benchmarks durchgeführt wurden, zeigen beeindruckende Ergebnisse: Die Agenten erreichen eine automatische Skalierung, was zu einer Genauigkeitssteigerung von 9,8 % führt. Gleichzeitig reduziert sich der Rechenaufwand um etwa 81 %, was die Effizienz der Tool‑Nutzung deutlich erhöht.