Google präsentiert RL-Framework, das Modelle zum komplexen Denken befähigt

Forscher der Google Cloud und der UCLA haben ein neues Reinforcement‑Learning‑Framework vorgestellt, das es kleinen Sprachmodellen ermöglicht, anspruchsvolle Mehr‑Schritt‑Logikaufgaben zu meistern. Das System, genannt Supervised Reinforcement Learning (SRL), wandelt das Lösen von Problemen in eine Folge von logischen „Aktionen“ um und liefert dabei reichhaltige Lernsignale während des Trainings.

Durch die Umgestaltung des Problem‑Lösungsprozesses kann SRL kleineren Modellen beibringen, komplexe Aufgaben zu durchdenken, die mit herkömmlichen Techniken oft unerreichbar bleiben. In Experimenten zeigte sich, dass SRL nicht nur bei mathematischen Denk‑Benchmarks überdurchschnittlich gut abschneidet, sondern seine Fähigkeiten auch erfolgreich auf agentische Software‑Engineering‑Aufgaben überträgt.

Das neue Framework ist damit ein vielseitiges Werkzeug, das die Leistungsfähigkeit kostengünstiger Modelle deutlich steigert. Während aktuelle Ansätze wie Reinforcement Learning with Verifiable Rewards (RLVR) stark von der Anzahl der Versuche abhängen und bei sehr schwierigen Problemen oft scheitern, nutzt SRL die reichhaltigen Lernsignale aus jeder einzelnen Aktion, um auch bei begrenzten Ressourcen effektive Strategien zu entwickeln.

Insgesamt eröffnet SRL einen vielversprechenden Weg, um die kognitive Leistungsfähigkeit kleinerer Sprachmodelle zu erhöhen und damit die Zugänglichkeit und Effizienz von KI‑Systemen weiter zu verbessern.