Live Cambridge Dictionary kürt „human“ zum Wort des Jahres 2026
↘

Kleine Sprachmodelle wechseln auch dann, wenn Wechseln nichts mehr bringt

Ein Bericht von hyper.ai beschreibt ein Experiment mit fünf offenen Modellen und sechs Monty-Hall-Varianten. Primärquelle, Prompts und Replikationen liegen nicht vor.

· Veröffentlicht: 08.11.2026 ·3 Min Lesezeit
Kleine Sprachmodelle wechseln auch dann, wenn Wechseln nichts mehr bringtMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • Steve Selvin stellte das Monty-Hall-Problem 1975 im American Statistician; Marilyn vos Savant machte es 1990 bekannt.
  • Unter Standardannahmen gewinnt Wechseln mit 2/3, Bleiben mit 1/3.
  • Für N Türen beträgt die Gewinnchance beim Wechseln (N−1)/N.
  • Die Wechselstrategie hängt vom Verhalten des Hosts ab; zufälliges Öffnen ändert die Lage.
  • Laut hyper.ai-Bericht wurden Qwen2.5 und Phi-3.5-mini auf sechs Monty-Hall-Varianten getestet.

Kleine Modelle wechseln auch dort, wo Wechseln nichts mehr bringt

Fünf kleine Sprachmodelle halten am Wechseln fest. Selbst wenn geänderte Regeln den Vorteil des Wechselns aufheben, tun sie es. So beschreibt es hyper.ai in einem Bericht über ein kleines Experiment. Getestet wurden laut Bericht Qwen2.5 in den Größen 0,5B, 1,5B, 3B und 7B sowie Microsoft Phi-3.5-mini. Bei sechs Monty-Hall-Varianten sollten die Modelle zwischen Bleiben, Wechseln und „kein Unterschied“ wählen. Ausgewertet wurden Token-Wahrscheinlichkeiten, gemittelt über mehrere Reihenfolgen der Antwortoptionen, um einen Positionsbias zu verringern.

Laut Bericht behandelten alle Größen das Wechseln als nahezu universelle Standardantwort. Das galt auch bei geänderten Regeln, etwa wenn der Host nichts über die Lage des Autos weiß. In vier Varianten, in denen Wechseln falsch ist, wiesen das 3B- und das 7B-Modell der richtigen Option kaum Wahrscheinlichkeit zu, deutlich weniger, als Raten ergäbe. Größere Modelle reagierten nach dem Bericht nicht sensibler auf die Regeln. Sie seien vielmehr stärker von der Standardantwort überzeugt. Der Bericht deutet das als Abruf einer auswendig gelernten Antwort und nicht als Schlussfolgerung. Alle Zahlen und Deutungen stammen allein aus diesem Bericht. Unabhängig geprüft sind sie nicht.

Warum die 2/3-Regel am Verhalten des Hosts hängt

Steve Selvin stellte das Problem 1975 im American Statistician vor. Bekannt wurde es 1990 durch Marilyn vos Savants Kolumne im Magazin Parade. Unter den Standardannahmen gewinnt Wechseln mit 2/3, Bleiben mit 1/3. Bei N Türen liegt die Gewinnchance beim Wechseln bei (N−1)/N.

Die Rechnung gilt nur, weil der Host das Auto kennt und es nie öffnet. Seine Handlung liefert Information über die beiden nicht gewählten Türen. Die anfängliche Wahrscheinlichkeit von 2/3, dass das Auto hinter einer von ihnen steht, wandert auf die Tür, die er geschlossen lässt. Öffnet der Host dagegen zufällig, ändert sich die Lage. Die geöffnete Ziegentür verrät dann weniger. Darum taugen Regelvarianten als Test. Wer nur die bekannte Antwort abruft, wechselt weiter. Wer die Regeln auswertet, wechselt nicht mehr automatisch.

Auswendiglernen oder Muster: Was der Einzelbericht nicht trägt

Das Experiment ist bisher nur durch diesen einen Sekundärbericht belegt. Primärquelle, Autoren, Prompts, Einstellungen und Wiederholungszahlen ließen sich nicht prüfen. Replikationen gibt es im vorliegenden Material nicht. Tests mit größeren oder Reasoning-Modellen fehlen ebenfalls. Über deren Verhalten sagt der Bericht nichts.

Verwandte arXiv-Studien stützen die Richtung, betreffen aber andere Aufgaben. Eine Untersuchung mit acht Modellen fand bei Wahrscheinlichkeitsaufgaben eine Genauigkeit von 0,96 bei Standardaufgaben und 0,59 bei kontraintuitiven. Die Untersuchung deutet das als Token-Bias. Ob Monty Hall darin vorkommt, geht aus dem vorliegenden Auszug nicht hervor. Eine Studie zu Knights-and-Knaves-Rätseln zeigt, dass Modelle Trainingsrätsel nach dem Fine-Tuning memorisieren und bei kleinen Variationen scheitern. Dort entstehen Reasoning-Fähigkeiten allerdings zugleich mit der Memorisierung.

Eine weitere Arbeit hält dagegen. Neuere Modelle seien robuster gegenüber Oberflächenänderungen, als frühere Arbeiten nahelegten. Memorisierung sei ein Spezialfall musterbasierten Reasonings. Das ist keine Gegenmessung derselben Varianten. Die Quellen untersuchen andere Aufgaben und andere Modelle. Der Streit dreht sich um Deutung und Übertragbarkeit.

Relevant ist das vor allem für Entwickler und Nutzer kleiner offener Modelle und für Ersteller von Benchmarks, die bekannte Rätsel als Test verwenden.

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.

Quellen

  1. hyper.ai ↗

Ähnliche Artikel