Benchmark-Krise: Wie können wir KI wirklich sinnvoll bewerten?

Bildquelle:
Es gibt unzählige Benchmarks, um festzustellen, wie gut große Sprachmodelle arbeiten. Das Problem: Bislang ist keiner gut genug. Es muss ein Wandel her, meint unsere Autorin.
Bildquelle:
Es gibt unzählige Benchmarks, um festzustellen, wie gut große Sprachmodelle arbeiten. Das Problem: Bislang ist keiner gut genug. Es muss ein Wandel her, meint unsere Autorin.