Bilanz der Quelle: Der neue Benchmark RULER testet 17 Langkontext-Modelle auf 13 Aufgaben und zeigt, dass nur die Hälfte bei 32.000 Token einen Qualitätsschwellenwert erreicht. Während die Modelle im einfachen Nadel-im-Heuhaufen-Test fast perfekt abschneiden, führte NVIDIA komplexere Aufgaben wie Mehrsprung-Verfolgung und Aggregation ein, da reines Wiederfinden keine Aussagekraft über die tatsächliche Verarbeitungsfähigkeit hat.
🔗 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.
