KI-Benchmarks: Ein robuster Vergleich?

In der Tech Branche ist man derzeit nahezu täglich mit neuen Veröffentlichungen von KI-Modellen konfrontiert. Meist von Anbietern wie OpenAI, Meta, Modelle aus Forschungseinrichtungen oder Open Source Projekte über Huggingface. Performance dieser zahreichen Modelle ist der entscheidende Faktor - meist gemessen anhand diverser KI-Benchmarks. Aber wie funktionieren diese und sind sie vertrauensvoll?