Berk Kalelioğlu
Forschungsinteressen
Berk konzentriert sich auf maschinelles Lernen, agentenbasierte KI-Tools sowie große und kleine Sprachmodelle (LLMs und SLMs).Er ist Teil des Benchmark-Teams von AIMultiple, das Bewertungen durchführt und Erkenntnisse liefert, um Lesern zu helfen, neue Technologien und ihre realen Anwendungen zu verstehen.
Berufserfahrung
Er begann seine Karriere als Tech Project Lead bei ODTU IVME-R, wo er ein Projekt zum Bau physischer Quanten- und Pseudozufallszahlengeneratoren leitete.Nach seiner Zeit bei IVME-R war er Mitbegründer einer Spieleentwicklungsfirma und veröffentlichte ein Spiel auf Steam.
Später verlagerte er seinen Karrierefokus auf KI und kam als Forscher zu AIMultiple.
Ausbildung
Berk hat einen Bachelor-Abschluss in Mathematik von der Universität Ankara.Neueste Artikel von Berk
Beste Pauschalpreis-LLM API Anbieter
Pauschalpreis-LLM-Anbieter verkaufen unbegrenzte Modellnutzung zu einem festen Monatspreis statt pro Token abzurechnen. Dieses Modell verbreitete sich, weil agentische Kodierungssitzungen zig Millionen Token verbrauchen können, sodass eine tokenbasierte Rechnung schwer vorhersehbar ist. Nur sehr wenige Anbieter bieten eine echte Pauschalgebühr; die meisten als Pauschal vermarkteten Pläne enthalten eine Nutzungsquote. Im Folgenden vergleichen wir die Anbieter, die…
A-CODE-LLM Bench: Agentischer Coding-Benchmark
Wir haben die führenden Large Language Models (LLMs) über 10 Softwareentwicklungsaufgaben hinweg mit einem agentischen CLI-Tool benchmarkt. Wir führten pro Modell ~3.500 automatisierte Validierungsschritte in sowohl der API- als auch der UI-Ebene durch. Jeder Alias wurde 3 Mal über 10 Aufgaben hinweg ausgeführt (30 Proben pro Alias, 400 Zellen pro Iteration über 40 Aliase). Weitere…
AIM Agentic-Marketing-Benchmark
Wir stellen den AIM Agentic-Marketing-Benchmark vor, der die Leistung von Agenten bei der Wettbewerbslückenanalyse und der Vorbereitung von ABM-Ziellisten misst. Wir haben die Leistung von 11 Modellen getestet und die End-to-End-Ausführungsleistung gemessen: Die Aufgabenergebnisse sind auf einer Skala von 0–100 normalisiert. Die Gesamtpunktzahl ist der arithmetische Mittelwert der beiden Aufgabenwerte, wobei jede Aufgabe trotz unterschiedlicher…
KI VC Benchmark: 11 KI-Agenten bei echten Venture-Capital-Aufgaben
In Zusammenarbeit mit Frühphasen-VCs haben wir zwei Analysten-Workflows in Benchmarks mit menschlich verifizierter Ground Truth umgewandelt und 11 KI-Agenten daran gemessen. Hier sind die Aufgaben, Ergebnisse und die Bewertungsmethode: Jedes der 11 Modelle führte jede Aufgabe einmal aus. Die Punktzahlen gehen bis 100. Kimi K3 lieferte keinen bewertbaren Deal-Sourcing-Durchlauf und wird mit 0 geführt. Beide…
Moltbook: Agentengesteuerte soziale Medien
Das schnelle Wachstum von OpenClaw hat ein ungewöhnliches soziales Experiment ausgelöst: Moltbook, eine Reddit-ähnliche soziale Plattform, auf der Agenten miteinander interagieren. Gestartet am 28th Januar 2026 und begann innerhalb kurzer Zeit Aufmerksamkeit zu erregen. Es erreichte 1.5m+ Agenten in seiner ersten Woche. Für weitere Plattformen für KI-Agenten lesen Sie Im Inneren des OpenClaw-Ökosystems: 8 KI-Agenten-gesteuerte…
OpenClaw (Moltbot/Clawdbot) Anwendungsfälle und Sicherheit
OpenClaw (ehemals Moltbot und Clawdbot) ist ein quelloffener, selbst gehosteter KI-Assistent, der für die Ausführung lokaler Rechenaufgaben und die Interaktion mit Benutzern über Standard-Messaging-Plattformen entwickelt wurde. Anders als herkömmliche Chatbots, die als Berater fungieren und Text generieren, arbeitet OpenClaw als autonomer Agent, der Shell-Befehle ausführen, Dateien verwalten und Browser-Operationen auf der Host-Maschine automatisieren kann. Anfang…
A-CODE-CLI Bench: Agentic CLI Benchmark
Agentic CLI-Tools sind KI-Coding-Tools, 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 wir ~600 atomare Validierungsprüfungen pro Agent und insgesamt mehr als ~5.000 automatisierte Testausführungen durchgeführt haben – einschließlich Backend-Logik, Frontend-Funktionalität und Konsistenzprüfungen über…
Benchmark für tabellarische Modelle: Leistung über 19 Datensätze
Wir haben 8 tabellarische Lernmodelle auf 19 realen Datensätzen mit rund 260.000 Stichproben verglichen, mit Datensatzgrößen von 435 bis 48.800 Zeilen. Jedes Modell lief auf derselben Maschine mit 5-facher Kreuzvalidierung und identischen Aufteilungen. Jeder Datensatz ist ein Round-Robin von direkten Vergleichen zwischen Modellen, entschieden durch die primäre Metrik. Elo fasst alle 483 Vergleiche zu einer…
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. Wir verwendeten 4 vCPU (Shared) / 8 GB Pläne jedes Anbieters, ohne…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.