Ein Forschungsteam unter Leitung von Yujia Zhang hat am 13. Nov. 2026 eine Studie zu einer neuen Trainingsschleife für ein Gemma‑4‑LLM mit 12 Milliarden Parametern veröffentlicht, das in Kundenservice-Bots eingesetzt wird. Das Modell formuliert aus gescheiterten Gesprächen eigene Richtlinien und überprüft sie, bevor es einen LoRA-Adapter trainiert. Nach zwei Durchläufen stiegen die Erfolgswerte des Agenten in Benchmarks für den Handel und die Luftfahrt um 12,5 bis 19,5 Punkte. Damit übertraf er eine Referenzversion, deren Richtlinien fest vorgegeben sind. Die Methode verringert den Leistungsabstand zu führenden Frontier-Modellen.
Warum es wichtig ist
Unternehmen können kleinere, offene LLMs einsetzen, die ihre Einhaltung von Richtlinien selbst verbessern – ohne teure Lehrmodelle.
