Definition in einem Satz
Reproduzierbarer Test, der ein Verhalten anhand von Fällen, Bedingungen, Metriken und einer expliziten Rubrik misst.
BEWERTUNG · EINFÜHREND
KI-Bewertung
Reproduzierbarer Test, der ein Verhalten anhand von Fällen, Bedingungen, Metriken und einer expliziten Rubrik misst.
Auch bekannt alseval
ANALYSE
Verwandte Analysen
Temperatur: Definition, Funktionsweise und Grenzen des Sampling-Parameters in Sprachmodellen
Die Temperatur ist ein Inferenzparameter, der die Wahrscheinlichkeitsverteilung der Logits modifiziert, um die Zufälligkeit der Ausgabe zu steuern. Dieser Artikel erklärt den mathematischen Mechanismus, die Interaktion mit Top-k und Top-p sowie die Grenzen für Reproduzierbarkeit und Evaluation.
22 Okt 2026 ↗
Schlussfolgerung in Modellen: Funktionsweise, Beispiele und Grenzen
Eine präzise Definition der Schlussfolgerungsfähigkeit in Sprachmodellen, eine schrittweise Erklärung des Funktionsmechanismus, drei anwendungsbezogene Beispiele, Bewertungsmethoden und eine Analyse der in der Primärliteratur dokumentierten Grenzen.
21 Okt 2026 ↗
Overfitting: Definition, Erkennungsmechanismen und Grenzen der Generalisierung
Overfitting tritt auf, wenn ein Machine-Learning-Modell Rauschen und spezifische Muster der Trainingsdaten auswendig lernt, was zu hoher Präzision auf diesen Daten, aber zu Fehlschlägen bei der Generalisierung auf neue Daten führt. Diese technische Übersicht erklärt das Phänomen über den Bias-Varianz-Trade-off, beschreibt Detektionsmethoden mittels Verlustkurven und Kreuzvalidierung und unterscheidet Overfitting von Underfitting und Datenlecks. Sie enthält angewandte Beispiele aus Betrugserkennung, medizinischer Diagnostik und Logistik sowie ein Minderungsprotokoll basierend auf Regularisierung, Early Stopping und Data Augmentation.
20 Okt 2026 ↗
Adversarial Testing: Definition, Methodology and Limits in AI Systems
Adversarial testing in AI is a deliberate evaluation discipline that seeks to break a system's guarantees through hostile inputs or designed scenarios. This entry defines the concept, distinguishes manual practice from automation, details the technical lifecycle, and analyzes its inherent limits regarding coverage and reproducibility.
17 Okt 2026 ↗