Ben je een wezen of een machine? Hoe te leven in een ecologische gemeenschap in een tijd van AI

arXiv:2610.18878v1 — Aankondigingstype: nieuw. Samenvatting: post-training reasoning-LLM's vereisen vaak een afweging tussen kostbare supervisie en rekeninefficiëntie: supervised finetuning vereist doorgaans reasoning traces, wat data-inefficiënt is omdat men in veel toepassingen alleen prompt-antwoord-paren heeft en de groundtruth chain-of-thought (CoT)-sequentie ontbreekt. Aan de andere kant kan reinforcement learning (bijvoorbeeld met verifieerbare beloningen) zonder CoT-data werken, maar het is veel meer reken...