Schlagwort: Benchmark
-
China AI race: DeepSeek‑R1 und Qwen3 fordern US‑Modelle heraus
Zuletzt aktualisiert: 08. November 2025 Berlin, 08. November 2025 Kurzfassung Im China AI race zeigen Open‑Source‑Modelle wie DeepSeek‑R1 und Alibabas Qwen3 Ende 2025 verifizierte Benchmark‑Vorteile
Kimi K2 Thinking: Moonshot AI lässt 1‑Trillion‑Parameter‑Modell als Open‑Source-Agent frei
Zuletzt aktualisiert: 7. November 2025 Kurzfassung Kimi K2 Thinking ist Moonshot AIs neu veröffentlichter Open‑Source‑Agent mit dem Namen und der Architektur, die als 1‑Trillion‑Parameter‑MoE beschrieben
SPICE erklärt: Wie Meta KI-Reasoning per Self‑Play besser lernt
Zuletzt aktualisiert: 2. November 2025 Kurzfassung SPICE ist ein neues Trainingskonzept, das ein einzelnes Sprachmodell in zwei Rollen teilt: einen Challenger mit Dokumentzugang und einen
Google AI Studio: Logs und Datasets für besseres Debugging
Zuletzt aktualisiert: 31. October 2025 Berlin, 31. October 2025 Kurzfassung Google AI Studio erhält ein neues Logs‑und‑Datasets‑Feature, mit dem Entwickler API‑Aufrufe protokollieren, Datasets exportieren und
OpenAI: MLE-Bench: Evaluating Machine Learning Agents
Einleitung In den letzten Jahren hat sich die Leistung von Sprachmodellen in verschiedenen Bereichen rasant verbessert, insbesondere im Codieren und maschinellen Lernen. Dennoch bleibt die