Meta Platforms hat in seiner Forschungsabteilung mehrere neue KI-Modelle vorgestellt, darunter den bahnbrechenden "Self-Taught Evaluator", der die Beteiligung von Menschen an der KI-Entwicklung einschränken soll. Durch die Fähigkeit der KI, andere Modelle eigenständig zu bewerten und zu verbessern, könnte dieser kreative Ansatz den Entwicklungsprozess von Künstlicher Intelligenz revolutionieren.
Der "Self-Taught Evaluator" nutzt ein großes Sprachmodell als Richter, um gegensätzliche Modell-Ausgaben zu erzeugen und deren Logik zu bewerten und nachzuverfolgen. Im Gegensatz zu derzeitigen Ansätzen wie dem Reinforcement Learning aus menschlichem Feedback zielt diese iterative Selbstverbesserungstechnik darauf ab, die Leistung von KI ohne menschliche Anmerkungen zu verfeinern.
Die Veröffentlichung des Modells folgt auf frühere Arbeiten von Meta, die zunächst im August präsentiert wurden und bei denen der "Chain of Thought"-Ansatz von OpenAI's o1-Modellen angewendet wurde. Diese Methode verbessert die Fähigkeit der KI, konsistente Bewertungen der Ausgaben anderer Modelle zu erstellen. Die Fähigkeit der KI-Modelle, sich selbst zu bewerten und aus ihren Fehlern zu lernen, ebnet den Weg für die Entwicklung völlig autonomer KI-Systeme. Forscher bei Meta sind der Ansicht, dass dieses Verfahren die Nachfrage nach kostspieligem menschlichen Fachwissen bei der Modellschulung erheblich senken könnte. Darüber hinaus hat Meta sein Segment Anything Model 2 (SAM 2.1) aktualisiert, indem es neue Werkzeuge für Entwickler und verbesserte Bild- und Videotrainingsmöglichkeiten hinzugefügt hat.