KI News. Verstehen, was wichtig wird.

Suche Anmelden

Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Modellbewertung”

Model Medicine: Ein Rahmenwerk zur Analyse und Behandlung von KI‑Modellen

Model Medicine ist die neuartige Wissenschaft, die sich damit beschäftigt, KI‑Modelle wie biologische Organismen zu verstehen, zu diagnosti…

arXiv – cs.AI 06.03.2026 05:00

Neues Verfahren liefert exakte Zertifizierung gegen Datenvergiftungsangriffe

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz hat ein revolutionäres Verfahren vorgestellt, das die Sicherheit vo…

arXiv – cs.LG 20.02.2026 05:00

CreditAudit: Zweite Dimension für die Bewertung und Auswahl von LLMs

Die Scores von Leaderboards steigen stetig, doch sie spiegeln oft nicht die tägliche Nutzererfahrung wider. Während Benchmarks sich annäher…

arXiv – cs.AI 04.02.2026 05:00

Balanced Accuracy: Kennzahl für LLM-Judges – Youden's J-Statistik <p>Eine neue Veröffentlichung auf arXiv präsentiert überzeugende Beweise dafür, dass Balanced Accuracy die optimale Kennzahl zur Bewertung von LLM‑Judges ist. Die Autoren zeigen, dass diese Metrik exakt mit Youden's J‑Statistik verknüpft ist und damit die Auswahl des besten Prüfers für die Modellbewertung theoretisch fundiert.</p> <p>Die Bewertung großer Sprachmodelle beruht häufig auf der Häufigkeit von gewünschten oder unerwünschten Ver

arXiv – cs.LG 10.12.2025 05:00

Modelle mit Amazon Nova Evaluation Container in Amazon SageMaker AI bewerten

Amazon hat die neuesten Funktionen für die Modellbewertung in SageMaker AI vorgestellt. Mit dem Amazon Nova Evaluation Container können Ent…

AWS – Machine Learning Blog 26.11.2025 19:39

Effiziente Modellbewertung bei Interventionen: Neue Methode nutzt alle RCT‑Daten

In vielen KI‑Anwendungen für soziale Wirkung wird die Leistungsfähigkeit von Modellen vor allem danach beurteilt, wie gut sie ein bestimmte…

arXiv – cs.LG 11.11.2025 05:00

Neues Benchmark für Marketing‑Kreativität von LLMs: Keine klare Spitzenreiterin

Eine neue Studie aus dem arXiv‑Repository präsentiert den „Creativity Benchmark“, ein umfassendes Evaluationsframework für große Sprachmode…

arXiv – cs.AI 15.09.2025 05:00

ALSA: Logit‑basierte Genauigkeitsabschätzung für unbekannte Daten

Die präzise Abschätzung der Modellgenauigkeit auf bislang nicht gesehenen, unlabeled Datensätzen ist für reale Machine‑Learning‑Anwendungen…

arXiv – cs.LG 28.08.2025 05:00

Inclusion Arena: Leistungsbewertung von KI-Modellen in realen Anwendungen

Die neuesten großen Sprachmodelle (LLMs) und multimodalen Sprachmodelle (MLLMs) haben die KI-Landschaft revolutioniert und zeigen nahezu me…

arXiv – cs.AI 18.08.2025 05:00