Nature · 7. Oktober 2026 · Aus Ausgabe 48
Retrofitting language models to operate over bytes
Umgewandelte buchstabenweise lesende KI-Modelle erreichen jetzt die Leistung von Wortstück-Modellen.
Benjamin Minixhofer, Tyler Murray et al.
KI-Sprachmodelle zerlegen Text meist in Wortstücke, bevor sie ihn lesen. Das verdeckt kleine Details. Das führt zu Problemen, wenn jeder Buchstabe zählt, etwa bei Computercode oder biologischen Sequenzen. Eine neue Methode wandelt bestehende Wortstück-Modelle in Modelle um, die Text Buchstabe für Buchstabe lesen. Diese neuen Modelle erreichen das Niveau der älteren Modelle und schneiden bei Aufgaben, die buchstabengenaue Aufmerksamkeit erfordern, besser ab.
Zeigt, dass buchstabenweise Modelle mit Wortstück-Modellen mithalten können, während sie Text präziser lesen.
Methodenpaper, bisher ohne berichtete Testwerte oder Stichprobengrößen.
Integritätsprüfung: bestanden (3 Prüfungen) Geprüft am 20. Oktober 2026. Rücknahme-Eintrag: keiner. DOI löst bei doi.org auf. Metadaten-Eintrag gefunden (Nature). Zur Quelle
Diese Prüfung sieht sich Prozess-Signale an. Sie sagt nicht, dass die Ergebnisse stimmen.