ArtikelBaidu AI TeamAnkündigung
Modellentwickler stoßen beim Skalieren zunehmend an Rechenzeit- und Effizienzgrenzen. Baidus Ansatz demonstriert, wie elastische Subnetzwerk-Extraktion und entkoppelte RL-Pipelines die Trainings- und Inferenzkosten drastisch senken können, ohne dass Fähigkeiten bei komplexen Agenten- und Reasoning-Aufgaben verloren gehen.
Baidu adressiert zentrale Flaschenhälse im Training moderner MoE- und Agenten-Architekturen. Die Trennung der RL-Subsysteme ermöglicht die unabhängige Skalierung von Inference und Reward-Berechnung, während elastische CPU-Pools bisher ungenutzte Cluster-Ressourcen für Code-Sandboxen und Verifier nutzen. Das vierstufige Post-Training überwindet zudem Zielkonflikte klassischer sequenzieller Methoden: Spezifische Fähigkeiten werden parallel in Expertenmodellen trainiert und anschließend via On-Policy Distillation zusammengeführt, bevor ein abschließendes Online-RL offene Dialoge und kreative Texte abstimmt, um eine Glättung der Wahrscheinlichkeitsverteilung zu verhindern.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:inclusionAI
inclusionAI hat Ring-2.6-1T veröffentlicht, ein Modell mit einer Billion Parametern unter MIT-Lizenz. Es zielt auf komplexe Agenten-Workflows ab und bietet einstellbare Denkintensitäten sowie ein asynchrones RL-Trainingsverfahren.
Artikel:xAI
xAI hat das Modell Grok 4.1 für grok.com, die Plattform X sowie die mobilen Apps freigegeben. Neben Verbesserungen bei Tonalität, Empathie und kreativen Texten führt das Modell laut Anbieter die LMArena-Rangliste an.
Artikel:Ant Group
Die Ant Group stellt mit Ring-2.6-1T ein quelloffenes MoE-Modell mit einer Billion Parametern vor, das für Coding-Agenten, Tool-Nutzung und komplexe Langzeittasks ausgelegt ist.
Link:Z.ai
Z.ai hat auf Hugging Face das Modell GLM-5.1 unter MIT-Lizenz bereitgestellt. Das MoE-Modell mit 754 Milliarden Parametern zielt auf anspruchsvolle Programmier- und Agenten-Workflows ab und soll über lange Sessions hinweg stabil arbeiten.
Link:primeintellect.ai
In einer Fallstudie beschreibt Prime Intellect, wie das Unternehmen Mixedbread das Modell Toast 1 mithilfe von Prime-RL und Verifiers v1 trainiert hat. Der auf Qwen3.6-35B-A3B basierende Retrieval-Subagent erzielt bei der Informationsbeschaffung Ergebnisse auf dem Niveau führender Modelle, arbeitet dabei jedoch 12-mal schneller und deutlich kosteneffizienter.
Artikel:Shuai Shao, Kangning Zhang, Qingyao Li, Shijian Wang, Hao Wang, Wenxiang Jiao, Yuan Lu, Yi Guo, Weiwen Liu, Weinan Zhang
Ein Forschungsteam stellt Harness-R1 vor, eine Methode zur gezielten Anpassung der Software-Laufzeitumgebung (Harness) von LLM-Agenten. Statt nur Modellgewichte anzupassen, lernt ein separater 9B-Agent per Reinforcement Learning, fehlerhafte Ausführungsspuren zu analysieren und validierte Code-Patches für Kontextaufbereitung, Tool-Vermittlung und Aktionsvalidierung zu generieren.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
