Persimmon v0.1 simuliert menschliches Verhalten in Gesprächen

humans& ai hat Persimmon v0.1 als Forschungsvorschau veröffentlicht. Das Textmodell simuliert menschliches Verhalten in Gesprächen. Es soll Forschung und Bewertungen unterstützen, darf aber keine verlässlichen Aussagen über reale Personen begründen.

Die am 10. September 2026 veröffentlichte Modellbeschreibung von Persimmon v0.1 nennt NVIDIA-Nemotron-3-Ultra-550B-A55B als Grundlage. Das Modell umfasst 550 Milliarden Parameter, davon sind 55 Milliarden aktiv. Sein Kontextfenster verarbeitet bis zu eine Million Texteinheiten. Eingaben und Ausgaben bestehen ausschließlich aus Text.

Profile steuern simulierte Antworten

Persimmon erzeugt mögliche Antworten aus Nutzersicht. Dafür verarbeitet es Gesprächssituation, Nutzerprofil und bisherigen Verlauf. Vorgesehene Anwendungen umfassen Nutzerverständnis, Simulation, Bewertung und Gesprächsforschung. Die Ausgaben bilden simuliertes Verhalten ab. Sie bestätigen keine Überzeugungen, Vorlieben oder Absichten einer Person.

humans& ai trainierte das Grundmodell zunächst mit unterschiedlichen Gesprächs- und Forendaten weiter. Eine anschließende Schulungsphase sollte zusammenhängendere menschliche Gespräche erzeugen und Fehlerarten reduzieren. Im Mehrnutzer-Turing-Test, einem internen Vergleichstest, bei dem ein bewertendes Sprachmodell echte von simulierten Gesprächen unterscheiden soll, täuschte Persimmon das bewertende Sprachmodell je nach Datensatz bei 18,6 bis 21,1 Prozent der Prüfungen.

Schwächen bei langen Gesprächen

Der User-Sim Index ist ein interner Vergleichstest und misst, wie ähnlich simuliertes Nutzerverhalten menschlichem Verhalten ist. Dafür bewertet er vier Verhaltensbereiche mit höchstens 100 Punkten. Persimmon erreichte 66,02 Punkte beim Kommunikationsstil und 91,78 bei Informationsmustern. Bei Rückfragen waren es 74,19 Punkte. Reaktionen auf Fehler erhielten 79,28 Punkte. Nach 80 Gesprächsrunden lag die gemessene Kohärenz bei 60,7 Prozent.

Forschungsvorschau mit Beschränkungen

Das Modell verwendet nicht ausschließlich die üblichen Ablehnungskriterien für KI-Assistenten. Es soll auch Irrtümer, Streit und schwieriges Verhalten darstellen. Beim XSTest, einem Testverfahren für Reaktionen auf harmlose und unsichere Anfragen, verweigerte das normale Profil 37,5 Prozent unsicherer Anfragen vollständig. Ein freundliches, auf Schadensvermeidung ausgerichtetes Profil erreichte 51,0 Prozent.

humans& ai begrenzt v0.1 auf Forschung und Bewertung. Genannte Missbrauchsrisiken umfassen Identitätsvortäuschung, erfundene Aussagen und nicht einvernehmliche Schlussfolgerungen. Auch Manipulation und die Offenlegung sensibler Daten zählen dazu. Simulationen sollen keine folgenreichen Entscheidungen über Einstellungen, Kredite oder den Zugang zu Dienstleistungen bestimmen.