Bewertungsregeln, die denen menschlicher Gutachter ähnlicher sind.

OpenAI veröffentlicht IndQA-Benchmark: ein Evaluierungsset für „Kontext und Schlussfolgerung“ für indische Sprachen und Kulturen.

Am 3. November 2025 veröffentlichte OpenAI IndQA, einen neuen Benchmark zur Bewertung des Verständnisses und der Argumentationsfähigkeit von KI-System...