Bilanz der Quelle: CogArena ist ein neuer Benchmark, bei dem LLM-Agenten zehn experimentelle Paradigmen der Sozial- und Verhaltenswissenschaften in einem Standard-Webbrowser durchlaufen. Die Bewertung erfolgt dreistufig: Zunächst wird geprüft, ob der Agent die Aufgabe abgeschlossen hat, dann, wie präzise er sie bearbeitet, und schließlich, ob seine Daten die erwarteten Verhaltenssignaturen aufweisen. Dabei zeigt sich, dass eine Aufgabe zu beenden und ihre Verhaltenssignatur zu reproduzieren zwei grundverschiedene Herausforderungen darstellen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
