Nazlı Şipi
Sie ist außerdem Teil des Benchmark-Teams und konzentriert sich auf Web-Data-Scraping, Large Language Models (LLMs), KI-Agenten und agentische Frameworks.
Nazlı hat einen Master-Abschluss in Business Analytics von der University of Denver.
Neueste Artikel von Nazlı
Mobile KI-Agenten in 65 realen Aufgaben getestet
Wir haben 3 Tage damit verbracht, vier mobile KI-Agenten (DroidRun, Mobile-Agent, AutoDroid und AppAgent) in 65 realen Aufgaben mit einem Android-Emulator zu benchmarken, wobei Anwendungen wie Kalenderverwaltung, Kontakterstellung, Fotoaufnahme, Audioaufzeichnung und Dateioperationen zum Einsatz kamen. Siehe die Benchmark-Ergebnisse einschließlich Leistungsvergleich in realen Aufgaben, Kosten und Ausführungszeiten: Höchste Erfolgsquote (43 %) mit hohen Kosten pro erfolgreicher Aufgabe…
LLM Observability-Tools: Weights & Biases, Langsmith
LLM-Anwendungen haben sich von Single-Turn-Chats zu mehrstufigen Agenten entwickelt, die Tools verwenden, Datenbanken abfragen und mit anderen Modellen koordinieren, wodurch ihr Verhalten schwieriger zu interpretieren ist. LLM-Observability bietet kontinuierliche Transparenz über diese komplexen Workflows und hilft Unternehmen, die Qualität zu überwachen, Fehler zu erkennen, Probleme zu beheben sowie Leistung und Kosten zu verwalten. W&B Weave…
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.