// LINUX-MAGAZIN — LINUX & OPEN SOURCE
IBM stellt neue Version 4.2 seiner Granite-Sprachmodelle vor
(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com
IBM hat eine neue Version seiner Open-Source-Sprachmodelle der Granite-Familie vorgestellt. Die Modelle der Version 4.2 sind in Ausprägungen mit 3, 8 und 30 Milliarden Parametern unter der Apache-2.0-Lizenz verfügbar.
Granite 4.2 wurde speziell die agentenbasierte Arbeitsabläufe entwickelt. Diese Sprachmodelle verfügen über “Denkfähigkeiten” und eine native, schrittweise Argumentation, die es ihnen ermöglicht, vor dem Handeln zu planen und Vor- und Nachteile abzuwägen, bevor sie sich für einen Weg entscheiden.
In Unternehmensabläufen können Aufgaben vieldeutig sein und zahlreiche Schritte umfassen. Ein KI-Modell muss in der Lage sein, komplexe Anweisungen zu befolgen, die richtigen Informationen abzurufen, die passenden Werkzeuge auszuwählen, in der richtigen Reihenfolge vorzugehen und das Ergebnis zu überprüfen. Dank seiner Schlussfolgerungsfähigkeit kann Granite 4.2 diesen Prozess zuverlässiger bewältigen.
Granite 4.2 ist für den Einsatz in Cloud-, On-Premises- und Edge-Umgebungen konzipiert. Die verschiedenen Größen bieten Teams Flexibilität. Kleinere Modelle können agentenbasierte Aufgaben mit hohem Durchsatz effizient bewältigen. Größere Modelle können für tiefgreifendere Schlussfolgerungen und komplexe Coding-Workflows reserviert werden.
Das Granite-Team hat auch das Modelltraining entscheidend verbessert. Es beginnt immer mit einer betreuten Feinabstimmung und umfasst mehrere Reinforcement-Learning-Phasen. Die erste Phase, bekannt als “Foundational RL”, wurde auf alle Granite 4.2-Modelle angewendet und stärkte die Fähigkeiten in den Bereichen Mathematik, Naturwissenschaften, Programmierung, logisches Denken und den Einsatz von Werkzeugen. Diese Phase kombiniert überprüfbare Belohnungen mit einer auf Belohnungsmodellen basierenden Bewertung und hilft den Modellen dabei, sowohl Genauigkeit als auch übergeordnete Qualitätssignale zu erlernen.
Bei den Modellen 8B und 30B wird das Training mit einer speziellen “Agentic RL”-Phase fortgesetzt, deren Schwerpunkt auf unternehmensbezogenen Aufgaben liegt, darunter Softwareentwicklung, terminalbasierte Programmierung und suchgesteuerte Arbeitsabläufe. In Kombination mit der Ausrichtung durch verstärkendes Lernen auf Basis menschlichen Feedbacks (RLHF) führt dieser Ansatz zu Modellen, die besser für komplexe, mehrstufige agentische Aufgaben gerüstet sind.
Perplexity hat mit dem Projekt Portable Computer eine Version seiner Plattform für agentische KI veröffentlicht, die vollständig auf lokaler Hardware laufen kann, zunächst auf Nvidias DGX Spark Desktop-Supercomputern mit Nvidia RTX-GPUs.
Mehr als ein Drittel der britischen Arbeitgeber bietet wegen KI-Nutzung und Automation weniger Einstiegsjobs für junge Arbeitnehmer an. Mehr als die Hälfte der größeren Arbeitgeber gibt an, weniger offene Stellen zu haben als noch vor einem Jahr. Das ist das Ergebnis einer Umfrage der Lancaster...
Die deutsche Wirtschaft vernachlässigt den Cyber Resilience Act (CRA), lautet ein Ergebnis des "IoT & OT Cybersecurity Report 2026", den das Düsseldorfer Cybersicherheitsunternehmen ONEKEY vorgestellt hat. 45 Prozent der von ONEKEY befragten deutschen Industrieunternehmen kennen die...