TIME: KI-Modell mit zeitintelligenter Meta-Reasoning-Engine

Traditionelle große Sprachmodelle zeigen ihr „Denken“ häufig als lange, globale Spur zu Beginn jeder Antwort. Diese Vorgehensweise ist zwar bei Rechenaufgaben hilfreich, kostet jedoch Ressourcen, erschwert die Nachvollziehbarkeit und lässt das Modell nicht mehr nachträglich überdenken, sobald die Antwort begonnen hat.

Mit TIME – der Temporally Intelligent Meta-reasoning Engine – wird das explizite Denken zu einer kontextsensitiven Ressource. Das System nutzt ISO‑8601‑Zeitstempel, „Tick‑Turns“ für stille Pausen und kurze Block‑Anmerkungen, die überall im Text platziert werden können. So kann das Modell gezielt und nur dann überdenken, wenn es wirklich nötig ist.

Die Trainingsstrategie besteht aus vier Phasen, darunter ein umfassender, diversifizierter Batch‑Alignment‑Schritt. Auf Basis des Qwen3‑Modells werden kurze, platzsparende Denk‑Burst‑Schnipsel erzeugt, sodass die Antwort für den Nutzer kompakt bleibt, ohne an Genauigkeit zu verlieren.

In der neuen Benchmark‑Suite TIMEBench, die Chronologie, Commonsense‑Tests bei Lücken und Zeitoffsets sowie Anomalie‑Erkennung prüft, erzielt TIME signifikante Verbesserungen gegenüber dem Basis‑Qwen3. Gleichzeitig reduziert es die Anzahl der Reasoning‑Tokens um etwa ein Zehnfach, was die Effizienz deutlich steigert.

Alle Trainingsdaten, der Code und die Modelle stehen auf GitHub zur Verfügung: https://github.com/The-Coherence-Initiative/TIME. Die Benchmark TIMEBench kann unter https://github.com/The-Coherence-Initiative/TIMEBench abgerufen werden.