Bethge Lab

Das Bethge Lab ist eine universitäre Forschungsgruppe in Tübingen und arbeitet an der Schnittstelle von Machine Learning, Computational Neuroscience und sicherheitsnahen Fragen der Selbstverbesserung von KI. Das erklärte Thema ist kontinuierliche Selbstverbesserung: Wie können Agenten im Kontext, durch Memory, Model Merging oder Fine-Tuning während der Nutzung besser werden – also nach dem Deployment bei echten Nutzern und nicht nur in einem Trainingslauf im Labor?

Die Arbeit gliedert sich in drei große Linien: rekursive Selbstverbesserung (Können KI-Systeme helfen, die nachfolgenden KI-Systeme zu bauen?), menschliches Lernen im KI-Zeitalter (wie Menschen am besten mit sich ständig weiterentwickelnden Agenten arbeiten) und Foundation Models für die Neurowissenschaft (was große Modelle, die auf aufgezeichneten neuronalen Signalen trainiert wurden, über das Gehirn lehren können). Zu den Ergebnissen gehören PostTrainBench, das prüft, ob LLM-Agenten das Post-Training von LLMs automatisieren können; AlgoTune, das testet, ob Sprachmodelle wirklich schnellere numerische Algorithmen erfinden können; ONEBench für sample-basiertes Benchmarking offener Fähigkeiten; QVal zur günstigen Bewertung dichter Supervisionssignale für langhorizontige Agenten; DeepGaze3.5-VL zur Vorhersage von Blickpfaden; und das openretina-Projekt zur gemeinsamen Retina-Modellierung über Labore und Arten hinweg.

Das Labor gehört zur Universität Tübingen, zum Tübingen AI Center und zum ELLIS Institute Tübingen und arbeitet eng mit der gemeinnützigen Organisation Open Athena zusammen. Es veröffentlicht Benchmarks, Code und Daten offen, rekrutiert Doktoranden, Postdocs und Research Engineers und positioniert sich als akademisches Open-Source-Vorhaben statt als kommerzieller Anbieter.