MÜNCHEN (IT BOLTWISE) – In der Welt der Künstlichen Intelligenz sind Benchmarks ein heiß diskutiertes Thema, und selbst Pokémon bleibt davon nicht verschont.
In der Welt der Künstlichen Intelligenz sind Benchmarks ein heiß diskutiertes Thema, und selbst Pokémon bleibt davon nicht verschont. Kürzlich sorgte ein Beitrag auf der Plattform X für Aufsehen, in dem behauptet wurde, dass Googles neuestes Gemini-Modell das Claude-Modell von Anthropic in der ursprünglichen Pokémon-Videospiel-Trilogie übertroffen habe. Laut dem Beitrag erreichte Gemini in einem Twitch-Stream des Entwicklers die Stadt Lavandia, während Claude im Februar noch am Mondberg feststeckte. Doch was der Beitrag nicht erwähnte, ist, dass Gemini einen Vorteil hatte. Wie Nutzer auf Reddit herausfanden, hatte der Entwickler des Gemini-Streams eine benutzerdefinierte Minikarte erstellt, die dem Modell hilft, „Kacheln“ im Spiel wie schneidbare Bäume zu identifizieren. Dies reduziert die Notwendigkeit für Gemini, Screenshots zu analysieren, bevor es Spielentscheidungen trifft. Pokémon ist bestenfalls ein halbwegs ernstzunehmender KI-Benchmark – nur wenige würden behaupten, dass es ein sehr informativer Test für die Fähigkeiten eines Modells ist. Doch es ist ein lehrreiches Beispiel dafür, wie unterschiedliche Implementierungen eines Benchmarks die Ergebnisse beeinflussen können. So berichtete Anthropic beispielsweise zwei Ergebnisse für sein jüngstes Anthropic 3.7 Sonnet-Modell auf dem Benchmark SWE-bench Verified, der darauf ausgelegt ist, die Codierungsfähigkeiten eines Modells zu bewerten. Claude 3.7 Sonnet erreichte eine Genauigkeit von 62,3 % auf SWE-bench Verified, aber 70,3 % mit einem „benutzerdefinierten Gerüst“, das Anthropic entwickelt hatte. Kürzlich hat Meta eine Version eines seiner neueren Modelle, Llama 4 Maverick, feinabgestimmt, um auf einem bestimmten Benchmark, LM Arena, gut abzuschneiden. Die Standardversion des Modells schneidet bei derselben Bewertung deutlich schlechter ab. Da KI-Benchmarks – einschließlich Pokémon – von vornherein unvollkommene Messgrößen sind, drohen benutzerdefinierte und nicht standardisierte Implementierungen, die Ergebnisse weiter zu verwässern. Das heißt, es scheint unwahrscheinlich, dass es einfacher wird, Modelle zu vergleichen, sobald sie veröffentlicht werden.
☕︎ Unterstütze IT BOLTWISE® und trete unserem exklusiven KI-Club bei - für nur 1,99 Euro im Monat:
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote
Produktmanager KI und Automatisierung (m/w/d)
Projektmitarbeiterin (w/m/d) KI-Recht
Qualitätsmanagement-Beauftragter (m/w/d) für KI-gestützte Medizinprodukte in Teilzeit (19,5 Std./Woche)
Data Engineer KI (m/w/d)
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Benchmarking: Kontroversen um Pokémon und darüber hinaus" für unsere Leser?
#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Benchmarking: Kontroversen um Pokémon und darüber hinaus" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Benchmarking: Kontroversen um Pokémon und darüber hinaus« bei Google Deutschland suchen, bei Bing oder Google News!