Kategorie: Benchmarks / Evaluierungstools

In dem Beitrag AI’s math prob­lem: Fron­tier­Math bench­mark shows how far tech­nol­o­gy still has to go behan­delt Michael Nuñez die Ein­führung von Fron­tier­Math, einem neuen Bench­mark, das entwick­elt wurde, um…

Vor weni­gen Wochen sorgte der zweite jährliche Hal­luz­i­na­tion­sin­dex von Galileo für Auf­se­hen. Darin wur­den 22 führende große Sprach­mod­elle hin­sichtlich ihrer Ten­denz, unge­naue Infor­ma­tio­nen zu gener­ieren, bew­ertet. Zwar lagen die Closed-Source-Mod­elle…