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.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 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.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Benchmarking: Kontroversen um Pokémon und darüber hinaus" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
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!