Hexo Labs selbst kommuniziert die Veröffentlichung mit großen Worten. In der offiziellen Ankündigung ist von einem offenen System die Rede, das den Weg zur „Superintelligenz um das 350-Fache beschleunigt“ . Diese sehr weitreichende Behauptung wird jedoch in den akademischen Quellen nicht direkt mit einer konkreten Metrik untermauert, sondern ist eher der visionären Kommunikation des Unternehmens zuzuordnen . Das Labor hat eigenen Angaben zufolge drei Jahre an dieser Technologie geforscht .

Die Architektur: Ein duales Agenten-System

Der innovative Ansatz von SIA liegt in seiner zweigeteilten Architektur innerhalb einer einzigen, iterativen Verbesserungsschleife :

• Task-Agent: Dies ist das ausführende KI-Modell. Es bearbeitet die eigentliche, spezifische Aufgabe, sei es eine Textklassifikation, eine Code-Optimierung oder die Analyse biologischer Daten .
• Meta-Agent (Feedback-Agent): Dieser ebenfalls auf einem LLM basierende Agent fungiert als „Trainer“ und Beobachter. Nach jeder Aufgabenerfüllung analysiert er das Ergebnis und entscheidet autonom über zwei Arten von Updates für den Task-Agenten .

Diese Updates sind der Kern des Selbstverbesserungsanspruchs :

1. Gerüst-Updates (Harness Updates): Hierbei geht es um die Optimierung des Rahmens, in dem das Modell agiert. Der Feedback-Agent kann das System-Prompting, die Logik zur Werkzeugnutzung (Tool-Use), Wiederholungsstrategien oder den gesamten Arbeitsablauf anpassen . Dies ist vergleichbar mit der Verbesserung von Arbeitsanweisungen und Prozessen.
2. Gewichtungs-Updates (Weight Updates): Dies ist der entscheidende und tiefgreifendere Eingriff. Der Feedback-Agent aktualisiert die neuronalen Gewichte des Task-Agenten-Modells direkt . Das ist so, als würde der Trainer das Gehirn des Schülers neu vernetzen.

Die zentrale These des Forschungspapiers ist, dass die Kombination beider Hebel – Gerüst und Gewichte – in allen getesteten Bereichen zu einer signifikant höheren Leistung führt als die alleinige Iteration des Gerüsts .

Die Ergebnisse: Von Jura bis Genforschung

Um die Allgemeingültigkeit ihres Ansatzes zu beweisen, haben die Forscher SIA in drei denkbar unterschiedlichen Domänen evaluiert: chinesische Strafrechtsklassifizierung, low-level GPU-Kernel-Optimierung und die Bereinigung von Einzelzell-RNA-Daten . Die Ergebnisse sind beachtlich.

Hinweis: Die verfügbaren Quellen geben für LawBench die relative Verbesserung von 56,6 % an, was einer Steigerung von beispielsweise 0,16 auf 0,25 Punkte entsprechen könnte. Die genauen absoluten Werte variieren je nach Paper-Version . Die Ergebnisse von 91,9 % Laufzeit-Reduzierung und 502 % Steigerung in der Denoising-Aufgabe werden konsistent über die arXiv-Versionen berichtet .

In einem weiteren Bericht wird zudem erwähnt, dass das SIA-Modell auf LawBench einen Score von 0,701 erreichte und damit Ergebnisse wie 0,173 von Claude Code deutlich übertraf . Dies unterstreicht, dass der Selbstverbesserungsprozess zu einem hochkompetitiven Endmodell führen kann.

Der Unterschied zu Hermes Agent und anderen

Die KI-Welt ist nicht leer, und „selbstlernende“ Agenten sind ein heißes Thema. Zwei wichtige Unterscheidungen muss man jedoch treffen:

• Reine Gerüst-Optimierer (Scaffold-Only): Viele aktuelle Ansätze optimieren lediglich die Prompts und Werkzeugnutzung eines Agenten. SIA's wesentliches Alleinstellungsmerkmal ist der parallele Eingriff in die Modellgewichte, was die im Paper dokumentierte, durchgängige Überlegenheit des kombinierten Ansatzes begründet .
• Nous Researchs Hermes Agent: Der ebenfalls sehr erfolgreiche Open-Source-Agent Hermes verfolgt einen anderen Pfad der Verbesserung. Seine Dokumentation beschreibt eine eingebaute Lernschleife, die aus Erfahrungen „Skills“ erstellt, diese bei Nutzung verfeinert, Wissen speichert und so ein sich vertiefendes Nutzermodell über Sitzungen hinweg aufbaut . Hermes‘ Lernen ist also nutzungsbasiert und persistent. SIA hingegen beschreibt einen formalisierten, experimentellen Loop mit expliziten Gewichtsanpassungen für eine spezifische Aufgabe . Man könnte sagen, Hermes wird durch Benutzung klüger, SIA durch gezieltes, selbstgesteuertes Training.

Open Source als Sicherheitskonzept

Interessant ist die strategische Entscheidung von Hexo Labs. Während andere Akteure wie Meta angekündigt haben, ihre leistungsfähigsten, selbstverbessernden Modelle aus Sicherheitsgründen nicht öffentlich zu machen, geht Hexo den entgegengesetzten Weg . Das Labor argumentiert, dass Offenheit die bessere Sicherheitsstrategie ist . Denn nur durch breite öffentliche Prüfung, Kritik und Weiterentwicklung könnten potenzielle Risiken solch mächtiger Systeme rechtzeitig erkannt und gelenkt werden.

Um diesen Ansatz zu untermauern, hat Hexo Labs ein Förderprogramm ins Leben gerufen, das speziell akademischen Einrichtungen und unabhängigen Forschungslaboren Zugang zu Code, Recheninfrastruktur und direkter Zusammenarbeit mit dem Hexo-Team bieten soll . Partnerschaften mit Universitäten wie Stanford untermauern diesen Ansatz .

Hexo Labs selbst kommuniziert die Veröffentlichung mit großen Worten. In der offiziellen Ankündigung ist von einem offenen System die Rede, das den Weg zur „Superintelligenz um das 350-Fache beschleunigt“ . Diese sehr weitreichende Behauptung wird jedoch in den akademischen Quellen nicht direkt mit einer konkreten Metrik untermauert, sondern ist eher der visionären Kommunikation des Unternehmens zuzuordnen . Das Labor hat eigenen Angaben zufolge drei Jahre an dieser Technologie geforscht .

Die Architektur: Ein duales Agenten-System

Der innovative Ansatz von SIA liegt in seiner zweigeteilten Architektur innerhalb einer einzigen, iterativen Verbesserungsschleife :

• Task-Agent: Dies ist das ausführende KI-Modell. Es bearbeitet die eigentliche, spezifische Aufgabe, sei es eine Textklassifikation, eine Code-Optimierung oder die Analyse biologischer Daten .
• Meta-Agent (Feedback-Agent): Dieser ebenfalls auf einem LLM basierende Agent fungiert als „Trainer“ und Beobachter. Nach jeder Aufgabenerfüllung analysiert er das Ergebnis und entscheidet autonom über zwei Arten von Updates für den Task-Agenten .

Diese Updates sind der Kern des Selbstverbesserungsanspruchs :

1. Gerüst-Updates (Harness Updates): Hierbei geht es um die Optimierung des Rahmens, in dem das Modell agiert. Der Feedback-Agent kann das System-Prompting, die Logik zur Werkzeugnutzung (Tool-Use), Wiederholungsstrategien oder den gesamten Arbeitsablauf anpassen . Dies ist vergleichbar mit der Verbesserung von Arbeitsanweisungen und Prozessen.
2. Gewichtungs-Updates (Weight Updates): Dies ist der entscheidende und tiefgreifendere Eingriff. Der Feedback-Agent aktualisiert die neuronalen Gewichte des Task-Agenten-Modells direkt . Das ist so, als würde der Trainer das Gehirn des Schülers neu vernetzen.

Die zentrale These des Forschungspapiers ist, dass die Kombination beider Hebel – Gerüst und Gewichte – in allen getesteten Bereichen zu einer signifikant höheren Leistung führt als die alleinige Iteration des Gerüsts .

Die Ergebnisse: Von Jura bis Genforschung

Um die Allgemeingültigkeit ihres Ansatzes zu beweisen, haben die Forscher SIA in drei denkbar unterschiedlichen Domänen evaluiert: chinesische Strafrechtsklassifizierung, low-level GPU-Kernel-Optimierung und die Bereinigung von Einzelzell-RNA-Daten . Die Ergebnisse sind beachtlich.

Hinweis: Die verfügbaren Quellen geben für LawBench die relative Verbesserung von 56,6 % an, was einer Steigerung von beispielsweise 0,16 auf 0,25 Punkte entsprechen könnte. Die genauen absoluten Werte variieren je nach Paper-Version . Die Ergebnisse von 91,9 % Laufzeit-Reduzierung und 502 % Steigerung in der Denoising-Aufgabe werden konsistent über die arXiv-Versionen berichtet .

In einem weiteren Bericht wird zudem erwähnt, dass das SIA-Modell auf LawBench einen Score von 0,701 erreichte und damit Ergebnisse wie 0,173 von Claude Code deutlich übertraf . Dies unterstreicht, dass der Selbstverbesserungsprozess zu einem hochkompetitiven Endmodell führen kann.

Der Unterschied zu Hermes Agent und anderen

Die KI-Welt ist nicht leer, und „selbstlernende“ Agenten sind ein heißes Thema. Zwei wichtige Unterscheidungen muss man jedoch treffen:

• Reine Gerüst-Optimierer (Scaffold-Only): Viele aktuelle Ansätze optimieren lediglich die Prompts und Werkzeugnutzung eines Agenten. SIA's wesentliches Alleinstellungsmerkmal ist der parallele Eingriff in die Modellgewichte, was die im Paper dokumentierte, durchgängige Überlegenheit des kombinierten Ansatzes begründet .
• Nous Researchs Hermes Agent: Der ebenfalls sehr erfolgreiche Open-Source-Agent Hermes verfolgt einen anderen Pfad der Verbesserung. Seine Dokumentation beschreibt eine eingebaute Lernschleife, die aus Erfahrungen „Skills“ erstellt, diese bei Nutzung verfeinert, Wissen speichert und so ein sich vertiefendes Nutzermodell über Sitzungen hinweg aufbaut . Hermes‘ Lernen ist also nutzungsbasiert und persistent. SIA hingegen beschreibt einen formalisierten, experimentellen Loop mit expliziten Gewichtsanpassungen für eine spezifische Aufgabe . Man könnte sagen, Hermes wird durch Benutzung klüger, SIA durch gezieltes, selbstgesteuertes Training.

Open Source als Sicherheitskonzept

Interessant ist die strategische Entscheidung von Hexo Labs. Während andere Akteure wie Meta angekündigt haben, ihre leistungsfähigsten, selbstverbessernden Modelle aus Sicherheitsgründen nicht öffentlich zu machen, geht Hexo den entgegengesetzten Weg . Das Labor argumentiert, dass Offenheit die bessere Sicherheitsstrategie ist . Denn nur durch breite öffentliche Prüfung, Kritik und Weiterentwicklung könnten potenzielle Risiken solch mächtiger Systeme rechtzeitig erkannt und gelenkt werden.

Um diesen Ansatz zu untermauern, hat Hexo Labs ein Förderprogramm ins Leben gerufen, das speziell akademischen Einrichtungen und unabhängigen Forschungslaboren Zugang zu Code, Recheninfrastruktur und direkter Zusammenarbeit mit dem Hexo-Team bieten soll . Partnerschaften mit Universitäten wie Stanford untermauern diesen Ansatz .