llm-psicotest: 38-Turn-Benchmark erkennt Verhaltensänderungen durch Quant-Swaps
CompaniesOpenAI
Warum es zählt
Entwickler können mit einem festen Seed byte-identische Testläufe reproduzieren und so systematisch vergleichen, wie stark verschiedene GGUF-Quants (z.B. IQ2_XS vs. IQ3_S) das Verhalten eines Modells degradieren – ohne aufwändige Multi-Choice-Benchmarks.
— Lumeric Redaktion
llm-psicotest (29-Item Score) · Spitzenwert
28.25%
UD-Q3_K_XL (Unsloth)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org2w
LGMT: Open-Source-Tool entdeckt logische Inkonsistenzen in LLMs
- FORSCHUNGarxiv.org2w
BrittleBench: Neues Framework misst Prompt-Sensitivität von Frontier-LLMs
- FORSCHUNGarxiv.org0mo
QTestBench: Framework bewertet LLM-generierte Quantencode-Tests
- MEINUNGreddit.com2w
Community-Test: Qwen3-27B GSQ-RCO-GGUF vs. Unsloth UD-Q4_K_XL
llm-psicotest: 38-Turn-Benchmark erkennt Verhaltensänderungen durch Quant-Swaps
CompaniesOpenAI
Warum es zählt
Entwickler können mit einem festen Seed byte-identische Testläufe reproduzieren und so systematisch vergleichen, wie stark verschiedene GGUF-Quants (z.B. IQ2_XS vs. IQ3_S) das Verhalten eines Modells degradieren – ohne aufwändige Multi-Choice-Benchmarks.
— Lumeric Redaktion
llm-psicotest (29-Item Score) · Spitzenwert
28.25%
UD-Q3_K_XL (Unsloth)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org2w
LGMT: Open-Source-Tool entdeckt logische Inkonsistenzen in LLMs
- FORSCHUNGarxiv.org2w
BrittleBench: Neues Framework misst Prompt-Sensitivität von Frontier-LLMs
- FORSCHUNGarxiv.org0mo
QTestBench: Framework bewertet LLM-generierte Quantencode-Tests
- MEINUNGreddit.com2w
Community-Test: Qwen3-27B GSQ-RCO-GGUF vs. Unsloth UD-Q4_K_XL