# Aleph Alpha tränar en modell att resonera på tyska

> Aleph Alpha uppger att omkring 800 000 tyska träningsexempel hjälpte en mindre AI-modell att skapa resonemang på tyska. Arbetet blottlade också en avvägning: modellens resultat på tyska riktmärken sjönk till en början, delvis för att den fastnade i att upprepa sina tankar.

Oossa · 2026-09-29 · https://oossa.com/sv/aleph-alpha-trains-a-model-to-reason-in-german

Aleph Alphas forskare Niklas Finken och Simon Thel beskriver en metod för att lära en AI-modell att resonera på tyska, inte bara svara på tyska. De skapade omkring 800 000 träningsexempel genom att be andra modeller att inleda sina resonemang på tyska och använde sedan exemplen för att finjustera en modell med 3 miljarder aktiva parametrar.

Företaget uppger att modellens resultat på engelska var oförändrade, men att resultaten i matematik på tyska först sjönk: på German AIME 2026 föll poängen från 70,2 till 48,3, för att sedan återhämta sig till 67,3 i den bästa körningen med matematikdata. Forskarna säger att tillägg av tyska data från samma ämnesområde hjälpte mer än att lägga till tyska data i allmänhet, och att metoden ännu inte på ett tillförlitligt sätt hindrar modellen från att fastna i upprepningar.

## Fakta

- Forskarna skapade omkring 800 000 övervakade finjusteringsexempel på tyska.
- Poäng på German AIME 2026: 70,2 före förändringen, 48,3 till en början och 67,3 i den bästa körningen med matematikdata.

## Varför det spelar roll

För tyskspråkiga användare pekar arbetet mot AI-resonemang som de kan läsa på sitt eget språk, men visar samtidigt att bättre språklig konsekvens kan medföra kostnader i form av sämre träffsäkerhet och tillförlitlighet.

## Källor och referenser

1. [Through the Valley of Tears: Cold Starting German Reasoning in LLMs](https://www.aleph-alpha.com/en/blog/through-the-valley-of-tears-cold-starting-german-reasoning-in-llms/) – Aleph Alpha, 2026-09-29

Senast uppdaterad: 2026-09-29