Thema · training

Wer heute einen Roboterarm aus menschlichen Vorführungen lernen lässt, lässt ihn selten Schritt für Schritt handeln. Die Steuerung sagt aus einer einzigen Beobachtung gleich eine ganze …

Die Frage, wie stark eine On-Policy-Destillation die Gewichte eines Modells umschreibt, hat im Sommer 2026 zwei Gruppen gleichzeitig beschäftigt. Diese hier sitzt in Nanjing und bei …

Ein fertig vortrainiertes Sprachmodell wird auf drei Arten nachgeschärft. Beim überwachten Nachtrainieren lernt es aus fremden Musterlösungen. Beim Verstärkungslernen erzeugt es eigene …

Es gibt einen Streit darüber, was Verstärkungslernen mit einem Sprachmodell eigentlich anstellt. Die eine Seite sagt: Es schärft nur, was das Modell ohnehin schon bevorzugt hat. Die …

Zwei Verbesserungen, jede für sich unstrittig. Man kann einen Agenten mit bestärkendem Lernen auf seine Aufgabe trainieren. Und man kann ihm ein Gedächtnis anbauen, das Erfahrungen …

Ein Agent, der eine Aufgabe in dreißig Schritten erledigt, soll unterwegs bewertet werden und nicht erst am Ende. Dafür baut man ein zweites Modell, das jeden Schritt benotet – …

Der übliche Einwand gegen Deep Learning als Hirnmodell lautet: Ein Neuron, das viele Synapsen von der Muskulatur entfernt sitzt, kann unmöglich erfahren, welchen Anteil es am Fehler …

Die Gründungsannahme der Weltmodelle ist bequem: Wer gezwungen wird, die Zukunft vorherzusagen, muss sich die Physik seiner Umgebung aneignen. Alles Weitere ist dann eine Frage der …

Nachdenken kostet. Jedes Wort, das ein Modell vor seiner Antwort produziert, wird bezahlt – in Rechenzeit, in Geld, in Wartezeit des Nutzers. Also trainiert man Modelle darauf, sich …

Ein Modell verbessert sich selbst, indem ein zweites seine Ausgaben bewertet – solche Prüfmodelle heißen im Englischen verifiers. Die stillschweigende Annahme: besserer Prüfer …