Jetzt kontaktieren
Dienstleistungen
Jetzt kontaktieren
Sıla Ermut

Sıla Ermut

Branchenanalyst
73 Artikel
Bleiben Sie über B2B-Technologie auf dem Laufenden

Sıla ist Branchenanalystin bei AIMultiple und spezialisiert auf E-Mail-Marketing und Vertriebsvideos.

Forschungsschwerpunkte

Sılas Forschungsschwerpunkte umfassen E-Mail-Marketing, E-Commerce-Marketingkampagnen und Marketingautomatisierung. Sie ist außerdem Teil des AIMultiple-Projekts zur E-Mail-Zustellbarkeits-Benchmark-Analyse. In Zusammenarbeit mit dem Technologie-Team von AIMultiple entwickelt und implementiert sie Benchmarks zur E-Mail-Zustellbarkeit.

Berufserfahrung

Sıla arbeitete zuvor als Personalvermittlerin und war in Projektmanagement- und Beratungsunternehmen tätig.

Ausbildung

Sie hält:
  • Bachelor of Arts-Abschluss in Internationalen Beziehungen von der Bilkent-Universität.
  • Master of Science-Abschluss in Sozialpsychologie von der Başkent-Universität.
Ihre Masterarbeit befasste sich mit ethischen und psychologischen Bedenken im Zusammenhang mit KI. Sie untersuchte den Zusammenhang zwischen KI-Nutzung, Einstellungen zu KI und existenziellen Ängsten bei unterschiedlichen Nutzungsintensitäten von KI.

Neueste Artikel von Sıla

KIJan 28

Text-zu-Video-Generator-Benchmark

Ein Text-zu-Video-Generator ist ein KI-System, das schriftliche Anweisungen in kurze Videos umwandelt, indem es Bilder, Bewegungen und teilweise auch Ton direkt aus der natürlichen Sprache generiert. Wir verglichen die fünf besten Text-zu-Video-Generatoren anhand von zehn Aufgaben, die entwickelt wurden, um die Einhaltung der Anweisungen, die zeitliche Konsistenz, den physikalischen Realismus und bekannte Fehlerquellen wie Objektpermanenz und Feinmotorik zu testen.

KIJan 28

KI-gestützte Halluzinationserkennungstools: W&B Weave & Comet

Wir haben drei Tools zur Halluzinationserkennung – Weights & Biases (W&B) Weave HallucinationFree Scorer, Arize Phoenix HallucinationEvaluator und Comet Opik Hallucination Metric – anhand von 100 Testfällen verglichen. Jedes Tool wurde hinsichtlich Genauigkeit, Präzision, Trefferquote und Latenz bewertet, um einen fairen Vergleich seiner Leistungsfähigkeit im realen Einsatz zu ermöglichen.

KIJan 22

LLM-Parameter: GPT-5 Hoch, Mittel, Niedrig und Minimal

Neue LLMs, wie beispielsweise die OpenAI-Familie GPT-5, sind in verschiedenen Versionen (z. B. GPT-5, GPT-5-mini und GPT-5-nano) und mit unterschiedlichen Parametereinstellungen (hoch, mittel, niedrig und minimal) erhältlich. Im Folgenden untersuchen wir die Unterschiede zwischen diesen Modellversionen anhand ihrer Benchmark-Ergebnisse und der Kosten für die Durchführung der Benchmarks. Preis-Leistungs-Verhältnis: Wichtigste Erkenntnisse.

...45678