Bilanz der Quelle: Der neue Benchmark Terminal-Bench-Science 0.1 testet KI-Agenten an komplexen Experten-Workflows aus fünf Wissenschaftsbereichen. Das aktuell beste Modell löst lediglich 30 Prozent der Aufgaben, was die Grenzen aktueller Automatisierung in der wissenschaftlichen Forschung aufzeigt.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von tbench.ai. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von tbench.ai. 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.
