Neues Lernverfahren steigert KI‑Vorhersagen um 27 % – ohne Echtzeit‑Labels

Ein kürzlich auf arXiv veröffentlichtes Papier (2601.06336v1) präsentiert ein neues Verfahren, das das Problem löst, dass viele reale Vorhersageaufgaben keine sofort verfügbaren Labels besitzen. Dadurch entsteht ein zeitlicher Abstand zwischen der Vorhersage und dem tatsächlichen Ergebnis, wodurch die Supervision erst nach Abschluss des Ereignisses verfügbar ist.

Die Autoren erweitern das Konzept des Reinforcement Learning um verifizierbare Belohnungen, die auf temporär aufgelösten realen Daten basieren. Damit werden Sprachmodelle dazu gebracht, probabilistische Prognosen zu erstellen, während sie gleichzeitig kausal maskierte Informationen berücksichtigen. Die Bewertung erfolgt retrospektiv mithilfe von korrekten Scoring‑Regeln, sodass die Modelle ausschließlich aus den nach Ereignisauflösung gewonnenen Ergebnissen lernen.

In praktischen Forecasting‑Benchmarks zeigt das Modell Qwen3‑32B, das mit der neuen „Foresight Learning“-Methode trainiert wurde, eine Brier‑Score‑Verbesserung von 27 % und halbiert die Kalibrierungsfehler im Vergleich zu seiner vortrainierten Basisversion. Darüber hinaus übertrifft es sogar das deutlich größere Qwen3‑235B sowohl bei konstruierten Zukunfts‑Event‑Vorhersagen als auch beim Metaculus‑Benchmark, obwohl es 7‑mal weniger Parameter besitzt.

Diese Ergebnisse demonstrieren, dass skalierbare Supervision ausschließlich aus realen Outcomes möglich ist und eröffnen damit neue Perspektiven für KI‑Anwendungen in Bereichen, in denen Echtzeit‑Labels nicht vorliegen.