# Självutvecklande 12B-modell blir bättre på kundtjänst

> En Gemma-4 12B-agent lär sig regler från sina egna loggar och höjer resultaten med upp till 22 poäng utan en lärarmodell.

Oossa · 2026-11-13 · https://oossa.com/sv/teacher-free-co-evolution-improves-a-12b-llm-for-retail-and-airline-tasks

Forskare under ledning av Yujia Zhang publicerade den 13 nov 2026 en artikel om en ny träningsmetod för en Gemma-4-LLM med 12 miljarder parametrar, avsedd för kundtjänstbotar. Modellen formulerar egna regler utifrån misslyckade konversationer och validerar dem innan en LoRA-adapter tränas. Efter två omgångar höjde agenten sina resultat med 12,5–19,5 poäng på testresultat för detaljhandel och flygbolag. Den slog en referensversion där reglerna var hårdkodade. Metoden minskar avståndet till ledande frontier-modeller.

## Fakta

- Artikeln publicerades fre 13 nov 2026
- Förbättring efter två omgångar: +12,5 poäng för detaljhandel och +19,5 för flygbolag

## Varför det spelar roll

Företag kan använda mindre, öppna LLM:er som själva blir bättre på att följa regler, utan kostsamma lärarmodeller.

## Källor och referenser

1. [Knowledge in the Harness, Reliability in the Weights: Teacher-Free Co-Evolution of an LLM Agent](https://arxiv.org/abs/2611.15268) – arXiv, 2026-11-13

Senast uppdaterad: 2026-11-13