Bilanz der Quelle: Eine Studie auf arxiv.org zeigt, dass sogenannte Gerüste (Scaffolds) wie Skill-Anleitungen oder Historie die Genauigkeit von Modellen auf Antwort-Benchmarks nicht zuverlässig verbessern. Die Messung AlphaDiana zeigt zudem, dass geringer Output pro Ausführung den Tokenverbrauch je richtiger Antwort erhöhen kann, wenn die Genauigkeit sinkt.
🔗 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.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
