Berk Kalelioğlu
Forschungsschwerpunkte
Berk konzentriert sich auf maschinelles Lernen, agentenbasierte KI-Tools sowie große und kleine Sprachmodelle (LLMs und SLMs). Er ist Mitglied des AIMultiple-Benchmark-Teams, wo er Bewertungen durchführt und Erkenntnisse liefert, um Lesern das Verständnis neuer Technologien und ihrer praktischen Anwendungen zu erleichtern.Berufserfahrung
Er begann seine Karriere als technischer Projektleiter am ODTU IVME-R, wo er ein Projekt zur Entwicklung physikalischer Quanten- und Pseudozufallszahlengeneratoren leitete. Nach seiner Zeit am IVME-R war er Mitbegründer eines Spieleentwicklungsunternehmens und veröffentlichte ein Spiel auf Steam. Später verlagerte er seinen Schwerpunkt auf KI und trat AIMultiple als Forscher bei.Ausbildung
Berk besitzt einen Bachelor-Abschluss in Mathematik von der Universität Ankara.Neueste Artikel von Berk
Tabular-Modelle Benchmark: Leistung über 19 Datensätze
Wir haben 7 weit verbreitete tabellarische Lernmodelle über 19 reale Datensätze hinweg getestet, die etwa 260.000 Stichproben und über 250 Gesamtmerkmale abdecken, wobei die Datensatzgrößen von 435 bis zu fast 49.000 Zeilen reichen. Unser Ziel war es, leistungsstarke Modellfamilien für Datensätze unterschiedlicher Größe und Struktur (z. B. numerisch vs. kategorisch) zu verstehen, die eine typische…
Moltbook: Von Agenten betriebene soziale Medien
Das schnelle Wachstum von OpenClaw hat ein ungewöhnliches soziales Experiment ausgelöst: Moltbook, eine Reddit-ähnliche soziale Plattform, auf der Agenten miteinander interagieren. Gegründet am 28. Januar 2026, erlangte es in kurzer Zeit Aufmerksamkeit. In der ersten Woche erreichte es über 1,5 Millionen Agenten. Für weitere Plattformen für KI-Agenten lesen Sie Inside the OpenClaw Ecosystem: 8 AI…
A-CODE-CLI Bench: Agentischer CLI-Benchmark
Agentische CLI-Tools sind KI-Codierungstools, die Dateien erstellen und löschen, Befehle ausführen, planen und die Codierung des gesamten Projekts durchführen können. Wir haben die führenden Tools in 10 realen Webentwicklungsszenarien einem Benchmark unterzogen, wobei pro Agent etwa 600 atomare Validierungsprüfungen durchgeführt wurden und insgesamt mehr als 5.000 automatisierte Testausführungen stattfanden, einschließlich Backend-Logik, Frontend-Funktionalität und Konsistenzprüfungen über…
KI-Speicher: Beliebteste KI-Modelle mit dem besten Speicher
Intelligentere Modelle haben oft einen schlechteren Speicher. Wir haben 26 Large Language Models in einem 32-Nachrichten-Geschäftsgespräch getestet, um festzustellen, welche Informationen tatsächlich behalten werden. Ergebnisse des KI-Speicher-Benchmarks Wir haben 26 beliebte Large Language Models durch eine simulierte 32-Nachrichten-Geschäftskonversation mit 43 Fragen getestet. Unser Benchmark bewertete drei Schlüsselkennzahlen: Merkfähigkeit, Qualität des logischen Denkens und Halluzinationserkennung unter…
OpenClaw (Moltbot/Clawdbot) Anwendungsfälle und Sicherheit
OpenClaw (ehemals Moltbot und Clawdbot) ist ein Open-Source-, selbst gehosteter KI-Assistent, der entwickelt wurde, um lokale Rechenaufgaben auszuführen und über Standard-Messaging-Plattformen mit Benutzern zu interagieren. Im Gegensatz zu traditionellen Chatbots, die als beratende Textgeneratoren fungieren, operiert OpenClaw als autonomer Agent, der Shell-Befehle ausführen, Dateien verwalten und Browseroperationen auf dem Host-Computer automatisieren kann. Bis Anfang 2026…
A-CODE-LLM Bench: Agentischer Programmier-Benchmark
Wir haben die besten Großen Sprachmodelle (LLMs) anhand von 10 Softwareentwicklungsaufgaben mit einem agentischen CLI-Tool verglichen. Pro Modell führten wir ~3.500 automatisierte Validierungsschritte aus, sowohl auf der API- als auch auf der UI-Ebene. A-CODE-LLM Bench Ergebnisse Jeder Alias wurde 3 Mal über 10 Aufgaben hinweg ausgeführt (30 Stichproben pro Alias, 300 Zellen pro Durchlauf). Weitere…
AI Halluzination: Vergleichen Sie führende LLMs wie GPT-5.2
KI-Modelle können Antworten generieren, die plausibel erscheinen, aber falsch oder irreführend sind, bekannt als KI-Halluzinationen. 77% der Unternehmen sind besorgt über KI-Halluzinationen.1 Wir haben 37 verschiedene LLMs mit 60 Fragen getestet, um ihre Halluzinationsraten zu messen: Ergebnisse des KI-Halluzinations-Benchmarks Unser Benchmark ergab, dass selbst die neuesten Modelle >15% Halluzinationsraten aufweisen, wenn sie aufgefordert werden, bereitgestellte…
Beste LLMs für erweiterte Kontextfenster
Wir haben einen proprietären 32-Nachrichten-Konversationstest an 22 führenden KI-Modellen durchgeführt, um zu sehen, wie viel von ihren beworbenen Kontextfenstern tatsächlich funktioniert. Das Gespräch umfasst Syntheseaufgaben, die das Abrufen von Informationen aus früheren Nachrichten erfordern, nicht nur das Wiederholen des zuletzt Gesagten. Die folgende Tabelle zeigt die Effizienzverhältnisse und gibt an, wie viel von jedem beworbenen…
VPS-Benchmark: Hetzner vs Digital Ocean
Wir haben 6 Anbieter virtueller privater Server (VPS) getestet, indem wir pro Server etwa 1.200 automatisierte Tests für CPU, Speicher, Datenträger-I/O und Netzwerkgeschwindigkeit mit sysbench, fio und speedtest-cli durchführten. Außerdem dokumentierten wir die gesamte Erfahrung vom Anmelden bis zum SSH-Zugriff für jeden Anbieter. VPS-Benchmark-Ergebnisse Wir verwendeten 4 vCPU (Shared) / 8 GB Pläne jedes Anbieters,…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.