Ny träningsmetod låter mindre AI-modell slå större konkurrenter på felsökning

arXiv cs.AI

Forskare har tränat en AI-agent att diagnostisera problem i digital annonsering genom att låta den öva i en simulator där rätt svar alltid är känt – en smart lösning på problemet att verkliga fel ofta är svåra att verifiera. Resultatet är slående: en 35-miljardersparameters-modell (Qwen3.5-35B) tränad med metoden når 0,757 i träffsäkerhet och slår både Claude Opus 5 och en betydligt större 122-miljardersparameters-modell. Det mest intressanta är inte poängen i sig, utan slutsatsen: tillgång till objektiva träningssignaler verkar vara viktigare än att bara ha en större modell.