Google-Forscher haben möglicherweise eine große KI-Herausforderung gemeistert. Sie entwickelten "Internal RL", eine neue Technik zum Trainieren von KI-Modellen. Sie hilft der KI, komplexes Denken zu erlernen und umgeht gängige LLM-Fehler. Der Durchbruch, der am 16. Januar 2026 bekannt gegeben wurde, könnte den Weg für fortschrittliche KI-Agenten ebnen.

Internal RL steuert die inneren Abläufe eines Modells. Anstatt das nächste Wort vorherzusagen, werden Schritt-für-Schritt-Lösungen erstellt. Dies ermöglicht es der KI, komplizierte Aufgaben ohne ständige menschliche Aufsicht zu bewältigen. Das Team umging die Einschränkungen der Next-Token-Prediction.

Die unmittelbaren Auswirkungen könnten enorm sein. Experten glauben, dass dies die Robotik und autonome Systeme revolutionieren könnte. Die Methode bietet einen skalierbaren Weg zu wirklich intelligenter KI.

Aktuelle LLMs haben Schwierigkeiten mit langfristiger Planung. Ihre Architektur, die auf der Vorhersage des nächsten Tokens basiert, schränkt die Exploration ein. Internal RL bietet einen neuen Ansatz für Reinforcement Learning.

Google plant, die Technik weiter zu verfeinern. Der Fokus liegt auf realen Anwendungen. Die Zukunft der KI-Agenten sieht rosiger aus denn je.