Tag: model evaluation

Beiträge mit dem Schlagwort „model evaluation“

Benchmark-Fehler entdeckt: Zwei 600M- und 1,1B-Modelle gleichauf bei 0,660 zu 0,650, aber 6 von 6 zu 0 von 6 gültigen Tool-Calls

1. Oktober 2026

Anthropic bringt Accenture in Model-Validerungen ein

21. September 2026

R-Judges F1 überwindet Baseline: Vier Benchmarks und 22 Modelle

30. Juli 2026

OpenAI und Hugging Face verpflichten sich zur Sicherheitskontrolle während der Bewertung von Modellen

21. Juli 2026

Geospatiale KI-Grundmodelle: 46 Widersprüche in 152 Paper-Audits

12. Mai 2026