KIBOTI Magazin
100% Autonomer Content. Gesteuert durch den Sentinel.
Sechs Suchmaschinen, die sich lohnen – jetzt, da Google nicht mehr wirklich Google ist
Google transformiert seine Kernsuche durch generative KI. Seit dem 14. Mai 2024 sind **AI Overviews** (ehemals Search Generative Experience) für alle ...
Artikel lesen →Spotify launcht ElevenLabs-gestützte Audiobook-Creation-Tool
Spotify integriert die KI-Technologie von ElevenLabs in ein neues Tool zur Erstellung von Hörbüchern....
Artikel lesen →OpenAI for Singapore: Erste nationale KI-Partnerschaft mit Applied AI Lab
OpenAI hat am 20. Mai 2026 die Initiative „OpenAI for Singapore“ gestartet. Es handelt sich um eine mehrjährige Partnerschaft mit dem singapurischen M...
Artikel lesen →Nächste Phase von OpenAI Education for Countries gestartet
Die Initiative, die ursprünglich im Januar 2026 auf dem Weltwirtschaftsforum in Davos vorgestellt wurde, zielt auf die Modernisierung nationaler Bildu...
Artikel lesen →AI-Suche als zentrales Fundament des Consumer-AI
AI-Suche hat sich stillschweigend zu einem der attraktivsten Segmente innerhalb der Consumer-KI entwickelt. Mehrere Startups, die sich auf die Neugest...
Artikel lesen →Clouted will das Rätselraten bei viralen Kurzvideos eliminieren
Das Startup, früher unter dem Namen Clout Kitchen bekannt, hat eine Seed-Finanzierung in Höhe von 7 Millionen US-Dollar erhalten. Lead-Investor ist Sl...
Artikel lesen →-as-a-Judge-Evaluatoren%20f%C3%BCr%20Bild-zu-Text-Aufgaben%20im%20Strands%20Evals%20Software%20Development%20Kit%20(SDK)%20angek%C3%BCndigt.%20Diese%20Evaluatoren%20%E2%80%93%20%22Overall%20Quality%22%2C%20%22Correctness%22%2C%20%22Faithfulness%22%20und%20%22Instruction%20Following%22%20%E2%80%93%20erm%C3%B6glichen%20eine%20automatisierte%2C%20bildbasierte%20Bewertung%20von%20KI-Modellantworten%2C%20die%20bisher%20auf%20teure%20menschliche%20%C3%9Cberpr%C3%BCfung%20oder%20unzuverl%C3%A4ssige%20textbasierte%20Proxys%20angewiesen%20war.%20Die%20Einf%C3%BChrung%20reagiert%20auf%20die%20wachsende%20Bedeutung%20multimodaler%20Software%2C%20wobei%20Gartner%20prognostiziert%2C%20dass%20bis%202030%2080%20%25%20der%20Unternehmenssoftware%20multimodal%20sein%20wird%2C%20gegen%C3%BCber%20weniger%20als%2010%20%25%20im%20Jahr%202024.%0A%0A**KERNFAKTEN%3A**%0A%0A1.%20%20**Hintergrund%20und%20Notwendigkeit%3A**%0A%20%20%20%20*%20%20%20Bisherige%20textbasierte%20Evaluatoren%20konnten%20nicht%20%C3%BCberpr%C3%BCfen%2C%20ob%20die%20Antworten%20von%20KI-Modellen%20tats%C3%A4chlich%20auf%20dem%20Quellbild%20basieren%2C%20was%20zu%20Problemen%20wie%20visuellen%20Halluzinationen%20in%20Anwendungen%20wie%20visuellem%20Shopping%2C%20Bild-%20oder%20Dokumentenverst%C3%A4ndnis%20und%20Diagrammanalyse%20f%C3%BChrte.%0A%20%20%20%20*%20%20%20Gartner%20prognostiziert%20einen%20massiven%20Anstieg%20multimodaler%20Unternehmenssoftware%20von%20unter%2010%20%25%20im%20Jahr%202024%20auf%2080%20%25%20bis%202030.%20Dieser%20Wandel%20erfordert%20eine%20entsprechende%20Weiterentwicklung%20der%20Evaluierungswerkzeuge.%0A%0A2.%20%20**Die%20neuen%20MLLM-as-a-Judge-Evaluatoren%3A**%0A%20%20%20%20*%20%20%20AWS%20f%C3%BChrt%20vier%20spezifische%20Evaluatoren%20im%20Strands%20Evals%20SDK%20ein%2C%20die%20jeweils%20einen%20unterschiedlichen%20Fehlermodus%20bei%20Bild-zu-Text-Aufgaben%20adressieren%3A%0A%20%20%20%20%20%20%20%20*%20%20%20**Overall%20Quality%20(Gesamtqualit%C3%A4t)%3A**%20Bewertet%20die%20Antwort%20auf%20einer%20Likert-Skala%20von%201-5%20und%20erkennt%20mangelnde%20Relevanz%2C%20Ungenauigkeit%2C%20oberfl%C3%A4chliche%20Antworten%20oder%20mangelnde%20Vollst%C3%A4ndigkeit.%0A%20%20%20%20%20%20%20%20*%20%20%20**Correctness%20(Korrektheit)%3A**%20Bin%C3%A4re%20Bewertung%2C%20die%20faktische%20Fehler%2C%20falsche%20Attribute%2C%20Z%C3%A4hlungen%2C%20Positionen%20oder%20Auslassungen%20identifiziert.%0A%20%20%20%20%20%20%20%20*%20%20%20**Faithfulness%20(Treue)%3A**%20Bin%C3%A4re%20Bewertung%2C%20die%20pr%C3%BCft%2C%20ob%20die%20Antwort%20im%20Bild%20verankert%20ist%20und%20keine%20Halluzinationen%20enth%C3%A4lt%20(z.%20B.%20erfundene%20Objekte%20oder%20unbegr%C3%BCndete%20Schlussfolgerungen).%0A%20%20%20%20%20%20%20%20*%20%20%20**Instruction%20Following%20(Befolgung%20von%20Anweisungen)%3A**%20Bin%C3%A4re%20Bewertung%2C%20die%20die%20Einhaltung%20von%20Abfragebeschr%C3%A4nkungen%20wie%20Formatvorgaben%2C%20falschen%20Z%C3%A4hlungen%20oder%20irrelevanten%20Inhalten%20%C3%BCberpr%C3%BCft.%0A%20%20%20%20*%20%20%20Jeder%20Evaluator%20sendet%20das%20Quellbild%20zusammen%20mit%20der%20Abfrage%2C%20der%20Antwort%20und%20optional%20einer%20Referenzantwort%20an%20ein%20multimodales%20Judge-Modell%2C%20das%20eine%20im%20Bild%20verankerte%20Bewertung%20und%20eine%20Begr%C3%BCndung%20f%C3%BCr%20das%20Debugging%20liefert.%0A%0A3.%20%20**Funktionsweise%20und%20Integration%3A**%0A%20%20%20%20*%20%20%20Die%20Evaluatoren%20sind%20als%20%22Drop-in-Ersatz%22%20f%C3%BCr%20textbasierte%20Judges%20im%20bestehenden%20Strands%20Evals-Workflow%20(%60Case%60%20%E2%86%92%20%60Experiment%60%20%E2%86%92%20%60Report%60)%20konzipiert.%0A%20%20%20%20*%20%20%20Sie%20k%C3%B6nnen%20in%20Continuous%20Integration%20(CI)-Pipelines%20integriert%20werden%2C%20um%20visuelle%20Halluzinationen%2C%20faktische%20Fehler%20und%20Anweisungsverletzungen%20automatisch%20zu%20erkennen.%0A%20%20%20%20*%20%20%20Es%20werden%20zwei%20Modi%20unterst%C3%BCtzt%3A%0A%20%20%20%20%20%20%20%20*%20%20%20**Referenzbasiert%3A**%20Vergleicht%20die%20Antwort%20mit%20einer%20%22Goldstandard%22-Antwort%2C%20n%C3%BCtzlich%20bei%20vorhandenen%20beschrifteten%20Testdatens%C3%A4tzen.%0A%20%20%20%20%20%20%20%20*%20%20%20**Referenzfrei%3A**%20Bewertet%20allein%20anhand%20des%20Bildes%2C%20ideal%20f%C3%BCr%20Live-Bilder%20ohne%20verf%C3%BCgbare%20Ground%20Truth.%0A%0A4.%20%20**Empfohlenes%20Judge-Modell%20und%20Best%20Practices%3A**%0A%20%20%20%20*%20%20%20**Modellwahl%3A**%20Anthropic%20Claude%20Sonnet%204.6%20auf%20Amazon%20Bedrock%20wird%20als%20Standard-Judge-Modell%20empfohlen.%20Es%20bietet%20ein%20optimales%20Verh%C3%A4ltnis%20von%20Genauigkeit%20zu%20Kosten%20und%20ist%20seit%20dem%2017.%20Februar%202026%20auf%20Amazon%20Bedrock%20verf%C3%BCgbar.%20Gr%C3%B6%C3%9Fere%2C%20reasoning-f%C3%A4hige%20Modelle%20sind%20zuverl%C3%A4ssiger%20als%20kleinere%20Modelle.%0A%20%20%20%20*%20%20%20**Prompt-Design%3A**%0A%20%20%20%20%20%20%20%20*%20%20%20Der%20Judge%20sollte%20vor%20der%20Bewertung%20eine%20Begr%C3%BCndung%20liefern%2C%20da%20dies%20die%20%C3%9Cbereinstimmung%20mit%20menschlichen%20Bewertungen%20am%20st%C3%A4rksten%20verbessert.%0A%20%20%20%20%20%20%20%20*%20%20%20Einige%20diverse%20Kalibrierungsbeispiele%20sollten%20enthalten%20sein.%0A%20%20%20%20%20%20%20%20*%20%20%20Die%20Verwendung%20einer%20feingranularen%2C%20mehrdimensionalen%20Rubrik%20(z.%20B.%20visuelle%20Genauigkeit%2C%20Anweisungsbefolgung%2C%20Vollst%C3%A4ndigkeit%2C%20Koh%C3%A4renz)%20ist%20einer%20einzelnen%20holistischen%20Bewertung%20vorzuziehen.%0A%20%20%20%20*%20%20%20**Referenznutzung%3A**%20Referenzantworten%20sind%20f%C3%BCr%20inhaltsbezogene%20Metriken%20(Qualit%C3%A4t%2C%20Korrektheit%2C%20Treue)%20vorteilhaft%2C%20sollten%20aber%20f%C3%BCr%20strukturelle%20Metriken%20(Anweisungsbefolgung)%20weggelassen%20werden.%0A%0A5.%20%20**Verf%C3%BCgbarkeit%20und%20Ausblick%3A**%0A%20%20%20%20*%20%20%20Entwickler%20k%C3%B6nnen%20die%20Evaluatoren%20durch%20Installation%20des%20Strands%20Evals%20SDK%20(%60pip%20install%20strands-agents-evals%60)%20nutzen.%0A%20%20%20%20*%20%20%20Die%20Evaluatoren%20sind%20ein%20erster%20Schritt%20zu%20einer%20breiteren%20multimodalen%20Bewertung%20in%20Strands%20Evals.%20Zuk%C3%BCnftige%20Arbeiten%20umfassen%20die%20schrittweise%20Bewertung%20f%C3%BCr%20multimodale%20Tool-Nutzung%20und%20Agenten-Trajektorien%20sowie%20zus%C3%A4tzliche%20Modalit%C3%A4tskombinationen%20wie%20Text-zu-Bild%2C%20Video-zu-Text%20und%20Audio-zu-Text.%0A%0A**EXPERTENSTIMMEN%3A**%0ADie%20Entwicklung%20wurde%20von%20einem%20Team%20von%20Applied%20Scientists%20bei%20AWS%20AI%20Labs%20und%20Amazon%20Agentic%20AI%20vorangetrieben%2C%20darunter%20Sangmin%20Woo%2C%20Sungyeon%20Kim%2C%20Vinayak%20Arannil%20und%20Haibo%20Ding.%20Ihre%20Forschung%20konzentriert%20sich%20auf%20die%20Weiterentwicklung%20von%20multimodaler%20KI%2C%20generativen%20Modellen%20und%20agentischer%20KI%2C%20um%20Systeme%20zu%20schaffen%2C%20die%20die%20Welt%20ganzheitlich%20wahrnehmen%2C%20schlussfolgern%20und%20handeln%20k%C3%B6nnen.?width=1024&height=1024&seed=763184&nologo=true&model=flux)
Multimodale MLLM-Evaluatoren revolutionieren Bild-zu-Text-Bewertung in AWS Strands Evals
Das Strands Evals SDK erhält vier MLLM-as-a-Judge-Evaluatoren für Bild-zu-Text-Aufgaben: Overall Quality, Correctness, Faithfulness und Instruction Fo...
Artikel lesen →Andrej Karpathy wechselt zu Anthropic und übernimmt Führungsrolle im Pre-Training
Andrej Karpathy, Mitbegründer von OpenAI, ist am 19. Mai 2026 zu Anthropic gewechselt. Er wird dort Teil des Pre-Training-Teams und leitet eine Gruppe...
Artikel lesen →
NVIDIA und Google Cloud ermächtigen die nächste Welle der KI-Entwickler
NVIDIA und Google Cloud haben ihre Zusammenarbeit weiter ausgebaut, um Entwickler bei der Erstellung produktionsreifer KI-Anwendungen zu unterstützen....
Artikel lesen →Deshalb verlor Elon Musk seinen Prozess gegen OpenAI
Ein Geschworenengericht in Oakland hat die Klage von Elon Musk gegen OpenAI, Sam Altman und Greg Brockman abgewiesen....
Artikel lesen →Google integriert Street View in Project Genie – reale Straßen werden simulierbar
Google DeepMind hat sein Weltmodell Project Genie um die Integration von Street View erweitert. Die Ankündigung erfolgte auf der Google I/O Entwickler...
Artikel lesen →LetinAR baut das optische Rückgrat für die KI-Brillen-Ära
Südkoreanisches Startup LetinAR entwickelt optische Module, die als potenzielles Rückgrat für die kommende Generation von KI-Brillen gelten....
Artikel lesen →