Finde Modelle, Firmen und Themen

Die automatisierte Bewertung von offenen Schülerantworten ist ein entscheidender Schritt, um personalisiertes Feedback in großem Umfang zu…

Eine neue Analyse des HealthBench‑Datensatzes, der medizinische KI‑Bewertungen sammelt, hat die Ursachen für die häufig auftretende Meinung…

KI-Agenten übernehmen zunehmend wichtige Aufgaben, doch trotz beeindruckender Genauigkeitswerte auf Standard-Benchmarks bleiben reale Fehle…

Die meisten KI-Bewertungen leiden unter ihrer statischen Natur: Gleiche Aufgaben werden immer wieder verwendet, was zu Memorierung, Format-…

In einer aktuellen Untersuchung haben 27 Informatikstudenten ihre Eindrücke von KI‑Bewertungssystemen in einem Abschlussprojekt mit blockba…

In der automatisierten Bewertung von Texten und Entscheidungen kommt der Technik „LLM-as-a-Judge“ immer mehr zum Einsatz. Bisher wurden die…

Automatisches Bewerten von schriftlichen Antworten wird üblicherweise mit einem separaten Modell pro Aufgabe realisiert. Das führt zu hohem…

Eine neue Studie auf arXiv untersucht, wie gut moderne Large Language Models (LLMs) im Bereich des Computational Humors abschneiden. Dabei…

Eine aktuelle Untersuchung aus dem arXiv-Repository hat ein bislang wenig beachtetes Risiko bei großen Sprachmodellen (LLMs) aufgedeckt: Mo…

Die neuesten Erkenntnisse aus der Forschung zeigen, dass große Sprachmodelle (LLMs) die Art und Weise, wie Operations Research (OR) betrieb…

Large Language Models (LLMs) erzeugen häufig „Halluzinationen“ – überzeugende, aber falsche Antworten. Trotz Fortschritten in Training und…

In einer aktuellen Veröffentlichung auf arXiv (2508.19014v1) wird ein innovatives Verfahren vorgestellt, das die Schwierigkeit mathematisch…