Live-Überwachung des Trainings. In der aktuellen Claude-Generation wurde erstmals während des Trainings eine Live-Ausrichtungsbewertung durchgeführt. Dabei konnten fehlerhafte Strategien, die bei der Verfolgung langfristiger Ziele auftraten, in Echtzeit erkannt und korrigiert werden.
Post-Training ist mehr als reines Preference Learning. Nach der ersten Trainingsphase kommt eine Kombination aus Claude’s Verfassung (Constitution), menschlichem Feedback, KI-Feedback und Sicherheitsklassifikatoren zum Einsatz. Der Fokus liegt nicht darauf, dem Modell nur „das Verbotene“ einzuprügeln, sondern ihm die Prinzipien hinter den Regeln zu vermitteln.
Der gefühlte „Quantensprung“ erklärt sich also höchstwahrscheinlich nicht aus einem einzelnen Faktor, sondern aus dem Zusammenwirken von (1) einem stärkeren Basismodell, (2) einem spezialisierten Training für langlebige Agenten, (3) einem großen Kontext, (4) Werkzeugnutzung und Selbstvalidierung und (5) verbesserten Post-Training-Methoden. Ob Fable 5 ein Mixture-of-Experts-Modell ist, seine genaue Parametergröße, die Datensatzstruktur und die verwendeten Verstärkungslernalgorithmen – all das ist nicht öffentlich und bleibt reine Spekulation.