Agent des Startups Inherent schlug Claude und GPT bei der Studienreplikation mit einem zehnmal kleineren Modell

Ein kleineres Modell schlägt universelle Giganten

Das britische Startup Inherent, gegründet von Google DeepMind-Forschern, präsentierte einen Agenten namens Faraday. Seine Aufgabe besteht nicht im Schreiben von Texten, sondern in der Fähigkeit, die Ergebnisse veröffentlichter wissenschaftlicher Studien unabhängig zu replizieren, ohne die richtige Antwort im Voraus zu kennen. Zur Überraschung des Marktes erzielte der Agent bessere Ergebnisse als Systeme, die auf Claude Opus 4.8 und OpenAIs GPT-5.5 basieren, obwohl Faraday auf einem wesentlich kleineren Qwen 3.6-Modell mit 27 Milliarden Parametern läuft.

Das Training zielte auf den Forschungssinn, nicht auf Regeln ab

Das Inherent-Team trainierte das Modell mithilfe von Reinforcement Learning. Es versuchte nicht, dem Agenten mechanisch feste Regeln der wissenschaftlichen Methode beizubringen, sondern belohnte ihn für qualitativ hochwertige Ergebnisse. Der Schwerpunkt lag auf dem Aufbau eines „Forschungssinns“ (eines Instinkts dafür, welche Experimente es wert sind, durchgeführt zu werden, und wie sie konzipiert werden sollten). Der Agent wiederholt also nicht nur leere Schritte, sondern bewertet deren Sinn.

Der Agent schreibt den Code nicht selbst, er delegiert ihn an Codex

Faraday arbeitet nicht isoliert. Wenn es Code schreiben oder ändern muss, um eine Studie zu replizieren, versucht es nicht, ihn mit seinem primären kleinen Modell zu generieren. Stattdessen verwendet es Codex von OpenAI (basierend auf GPT-5.5). Damit ahmt es das Verhalten menschlicher Wissenschaftler nach, die, anstatt eigene Werkzeuge zu bauen, zur besten verfügbaren Software auf dem Markt greifen.

Von der Replikation zum Entwurf neuer Experimente

Die Fähigkeit, eine alte Studie zu wiederholen, bringt für sich genommen noch keine Revolution. Für das Startup Inherent, das sein Londoner Team bis Ende des Jahres auf 25 Personen verdoppeln will, ist Faraday lediglich ein Zwischenschritt zum Testen. Das langfristige Ziel des Unternehmens ist es, eine KI zu entwickeln, die völlig neue Experimente entwerfen und originelle wissenschaftliche Erkenntnisse liefern kann, deren Ergebnisse im Voraus niemand kennt.

Liliths Urteil

Inherent zeigt, dass universelle Modelle in engen Bereichen an ihre Grenzen stoßen. Wenn man einen Agenten schickt, um Wissenschaft zu replizieren, braucht man keinen Giganten, der Sonette schreiben und in zehn Sprachen programmieren kann, sondern einen fokussierten Experten, der sich nicht scheut, jemand Fremden um ein Werkzeug zu bitten.