Live RoughCut-Bench: Neuer Benchmark prüft automatisches Rohschneiden von Videos
↘

Eingefrorener LLM-Agent soll sein Lernverfahren selbst bauen

Ein Preprint von Sundaram, Sancaktar und Isola behauptet Selbstverbesserung ohne vorgegebene Lernschleife. Die bislang einzige kritische Auswertung schränkt Transfer und Neuheit deutlich ein.

· Veröffentlicht: 21.11.2026 ·2 Min Lesezeit
Eingefrorener LLM-Agent soll sein Lernverfahren selbst bauenMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • Das Paper „Do LLM Agents Still Need to Be Told How to Self-Improve?“ trägt die arXiv-Nummer 2611.23219.
  • Shobhita Sundaram, Cansu Sancaktar und Phillip Isola reichten das Paper am 17. Nov. 2026 ein.
  • Ein eingefrorener LLM-Agent sammelt Erfahrung und aktualisiert Textdokumente, getestet an Gameplay ohne Realwelt-Daten.
  • Laut Autoren zeigen hinreichend fähige Modelle unter diesen Bedingungen tatsächlich Selbstverbesserung.
  • Verwandte Arbeiten sind „A Self-Improving Coding Agent“, „Gödel Agent“ und „Agentic Self-Learning“.

Eingefrorener Agent soll sein Lernverfahren selbst bauen

Shobhita Sundaram, Cansu Sancaktar und Phillip Isola behaupten in einem Preprint: Ein eingefrorenes Sprachmodell könne ohne vorgegebene Lernschleife ein eigenes Lernverfahren konstruieren. Das Paper „Do LLM Agents Still Need to Be Told How to Self-Improve?“ trägt die arXiv-Nummer 2611.23219 und ist auf den 17. November 2026 datiert.

Der Agent erhält laut Autoren ein Rechenbudget, Werkzeuge zum Sammeln von Erfahrung und zum Bearbeiten von Textdokumenten sowie ein allgemeines Selbstverbesserungsziel. Experimentieren darf er frei, ohne extern vorgegebene Schleife und ohne Zugriff auf Realwelt-Daten. Testumgebung ist Gameplay. Hinreichend fähige Modelle zeigen unter diesen Bedingungen laut Autoren tatsächlich Selbstverbesserung. Die vorliegende Zusammenfassung nennt dazu keine Zahlen; der Volltext ließ sich nicht auswerten.

Transfer auf externe Benchmarks: Abstract und Review widersprechen sich im Umfang

Im Abstract schreiben die Autoren, die gelernten Textartefakte verbesserten die Leistung auf externen Benchmarks über verschiedene Spielhorizonte, Spielmechaniken und 3D-Navigation hinweg. Eine Einschränkung auf ein bestimmtes Modell nennt der Abstract nicht.

Die bislang einzige kritische Auswertung, eine Review des Portals Harness Hub vom 20. November, zeichnet ein engeres Bild. Transfer werde nur für Opus-5 berichtet. Auch dort trage nur ein Teil des Gewinns auf ARC-AGI-3 L1 und MazeBench. Die Testmengen seien auf Opus-5-Fehlschläge gefiltert, die Stichproben klein, Signifikanztests fehlten.

Der Volltext, der den Widerspruch klären würde, lag nicht vor. Offen bleibt außerdem, wie „ARC-AGI-3 L1 und MazeBench“ zur Abstract-Formulierung „3D-Navigation“ passt. Die übrigen Berichte geben überwiegend den Abstract wieder. Unabhängige Prüfungen gibt es kaum.

Wie neu ist der Verzicht auf die Lernschleife?

Das Paper stellt heraus, dass bisherige Selbstverbesserung meist an menschlich vorgegebenen Judges, Zielmarken oder Aufgabenverteilungen hängt. Hier erhalte der Agent nur ein allgemeines Ziel und organisiere den Weg selbst.

Die Review bewertet die Neuheit mit 3 von 5 Punkten und verweist auf gleichzeitige Arbeiten wie ASPIRE und Open-Ended Optimization. Auch der Gödel Agent arbeite nach Angaben seiner Autoren ohne vordefinierte Routinen und nur mit hochrangigen Zielen. Zwei Unterschiede bleiben: Das Modell bleibt eingefroren und optimiert nur Textartefakte statt eigenen Code, und die Artefakte werden auf externen Benchmarks getestet. Ob das als Fortschritt gilt, lässt sich ohne Volltext und ohne Prüfung der Konkurrenzarbeiten nicht beurteilen.

Für Anwender vorerst kein Handlungsbedarf

Anwender müssen vorerst nichts tun. Es handelt sich um einen Preprint. Der Transfer ist dünn und nur für ein Modell belegt, eine unabhängige Reproduktion fehlt. Unklar ist zudem, ob das GitHub-Repository der Autoren lauffähigen Code enthält.

Lässt sich der Effekt reproduzieren, könnten Entwickler von Agenten-Harnesses sowie von Skill- und Prompt-Optimierung profitieren. Fest vorgegebene Reflexions- und Memory-Verfahren gerieten dann unter Druck. Das ist eine Möglichkeit, kein Befund.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel