AI-Genauigkeit

Tether sagt, sein QVAC-Genesis-III-Datensatz habe in der STEM-KI eine Valid-Antwort-Rate von 99,45 % erreicht, während Benchmark-Details für eine unabhängige Überprüfung begrenzt bleiben.

Anthropic sagt, Claude Opus 4.7 verbessere die Ehrlichkeit auf 92 % und reduziere Schmeichelei und hebt damit eine neue Front im Wettbewerb um Enterprise-KI-Modelle hervor.

Ein Faktenprüfer von WIRED testet KI-Systeme und hebt anhaltende Zuverlässigkeitsprobleme in automatisierten Faktenprüfungs-Workflows hervor.

Futurism berichtet, dass die AI Overview-Funktion von Google weiterhin halluziniert und fälschlicherweise behauptet, 2027 sei nicht das nächste Jahr, was anhaltende Genauigkeitsprobleme bei KI-Systemen hervorhebt.