# Red Queen Gödel Machine lässt KI-Agenten und Prüfer gemeinsam lernen

> Ein neues Evolutionsverfahren verbessert KI-Agenten und ihre trainierten Prüfer parallel. Bei einem Benchmark steigt die Erfolgsquote beim Programmieren von 75 % auf 82 %.

Oossa · 2026-10-09 · https://oossa.com/de/red-queen-godel-machine-lets-agents-and-evaluators-evolve-together

Ein Forschungsteam unter der Leitung von Alex Iacob hat die Red Queen Gödel Machine (RQGM) auf arXiv veröffentlicht. Das System kombiniert einen Programmieragenten mit einem gemeinsam weiterentwickelten Prüfer, der dessen Codeänderungen bewertet. Beim DeepSWE-Benchmark löst der RQGM-Programmieragent 82,1 % der Aufgaben aus dem Testsatz, während ein Vergleichssystem mit festem Prüfer 75,0 % erreicht. Bei höherem Rechenaufwand liegt die Leistung der RQGM nahe am Modell GPT‑6 Astra. Für Aufgaben zum wissenschaftlichen Schreiben und zur Bewertung von Beweisen senkt das Verfahren die Suchkosten außerdem auf ein Drittel.

## Die Fakten

- Das Paper wurde am 2026-10-09 auf arXiv veröffentlicht („Fri Oct 09 2026“).
- Der Programmieragent löst beim DeepSWE-Benchmark 82,1 % der Aufgaben, gegenüber 75,0 % beim Vergleichssystem.

## Warum es wichtig ist

Entwickler könnten KI-Programmierassistenten erhalten, die sich kontinuierlich verbessern, ohne auf eine feste, von Menschen formulierte Bewertungsmetrik angewiesen zu sein.

## Quellen und Referenzen

1. [The Red Queen G\"odel Machine: Co-Evolving Agents and Their Evaluators](https://arxiv.org/abs/2606.26294) – arXiv cs.MA, 2026-10-09

Zuletzt aktualisiert: 2026-10-09