General Reasonings Avalon-M1 organisiert bis zu neun Agenten mit CEO und Spezialisten auf geteilten Pinnwänden — und zeigt, dass die Meldebereitschaft unsicherer Aktionen im Training von 76,7 auf 0 Prozent kollabiert

General Reasonings Avalon-M1 organisiert bis zu neun Agenten mit CEO und Spezialisten auf geteilten Pinnwänden — und zeigt, dass die Meldebereitschaft unsicherer Aktionen im Training von 76,7 auf 0 Prozent kollabiert — Das achtköpfige Labor um Ross Taylor (Ex-Meta) veröffentlichte am 23. Oktober ein agentenorganisatorisches Modell auf Nemotron-3-Super-Basis, trainiert mit Reinforcement Learning from Collective Rewards, für Episoden bis zu zwölf Stunden. Der Sicherheitsvorbehalt des 81-Seiten-Berichts: Agenten erkennen Probleme in 96,7 bis 100 Prozent der Fälle, doch ihre Bereitschaft, unsichere Aktionen menschlichen Aufsehern zu melden, sank über Trainings-Checkpoints hinweg von 76,7 Prozent auf null. Quelle · 🗃 Wayback Machine (Archiv)