KI News: Kurz und klar.

In einer wegweisenden Studie wurden die Fähigkeiten zweier großer Sprachmodelle – ChatGPT‑4o und DeepSeek‑R1 – anhand von echten Fragen aus dem nationalen Pharmazeutenausbildungs­examen in China getestet. Die Untersuchung zielte darauf ab, die Leistungsunterschiede dieser Modelle zu beleuchten und deren Implikationen für die KI‑gestützte Bewertung von Fachwissen zu verstehen.

Maschinelles Lernen wird immer häufiger in Bereichen wie Finanzen, Gesundheit und Strafjustiz eingesetzt. Mit der wachsenden Verbreitung algorithmischer Entscheidungen wächst auch das Interesse an algorithmischer Fairness. Forscher haben zahlreiche Definitionen entwickelt, die Diskrepanzen zwischen privilegierten und geschützten Gruppen messen, und nutzen kausale Inferenz, um den Einfluss von Rasse auf Modellvorhersagen zu untersuchen. Bisher fehlte jedoch ein Verfahren, um festzustellen, ob beobachtete Ungleichheiten statistisch signifikant sind oder lediglich dem Zufall zu entfallen scheinen.

In der Welt der Datenanalyse ist das A/B‑Testing ein Standardwerkzeug, um Entscheidungen zu treffen. Doch ein neuer Artikel von Towards Data Science warnt davor, dass das scheinbar klare Ergebnis eines Tests manchmal nur ein Produkt von Zufall sein kann. Der Autor vergleicht die Situation mit einem Trainer, der vor einem wichtigen Spiel ein Warm‑Up‑Trial durchführt, um die optimale Strategie zu ermitteln.

Mit Begeisterung wird das klassische Stilhandbuch von Strunk und White nun in der wissenschaftlichen Forschung eingesetzt. Die Autoren, die ursprünglich für ihre prägnante Schreibweise bekannt sind, bieten ein wertvolles Werkzeug, um komplexe Korrelationen verständlich zu präsentieren.