Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

GRPO

Google trainiert Gemma 4 für agentisches Reinforcement Learning über mehrere Dialogrunden
Forschung19. November 2026

Google trainiert Gemma 4 für agentisches Reinforcement Learning über mehrere Dialogrunden

Google hat eine Pipeline für agentisches Reinforcement Learning über mehrere Dialogrunden vorgestellt. Sie trainiert Gemma 4 darin, Werkzeuge zu nutzen, auf Feedback zu…

Apple-Papier definiert theoretische Grenzen für die Ausrichtung von Sprachmodellen
Forschung12. November 2026

Apple-Papier definiert theoretische Grenzen für die Ausrichtung von Sprachmodellen

Apple-Forscher haben ein NeurIPS-Papier veröffentlicht, das die maximale Belohnungssteigerung von Sprachmodellen bei einem festen KL-Divergenz-Budget definiert. Die…