LLMs zeigen bei deterministischen Aufgaben einen Accuracy-Cliff
Eine neue Studie aus dem arXiv-Repository untersucht, wie gut große Sprachmodelle (LLMs) bei wiederholten, deterministischen Vorhersageaufgaben abschneiden. Dabei wird die Genauigkeit der Modelle in Abhängigkeit von der Ausgabelänge gemessen.
