Die Meinungen über die letzte Prüfung der Menschheit (HLE) sind geteilt, doch viele Experten erkennen ihren Wert an.
Die letzte Prüfung der Menschheit (HLE) stellt einen neuen Maßstab dar, der die Denk- und Wissensfähigkeiten moderner KI-Systeme bewerten soll. Diese Prüfung ist eine Weiterentwicklung der Turing-Tests, die vor mehreren Jahrzehnten ins Leben gerufen wurden.
Hintergrund und Zielsetzung der HLE
Traditionelle Testmethoden für KI-Systeme haben sich als unzureichend erwiesen, da viele Systeme diese Tests mühelos bestehen konnten. Aus diesem Grund wurde die HLE vom Center for AI Safety in Zusammenarbeit mit Scale AI und führenden Experten entwickelt. Die Benchmark wurde im Januar 2026 in der renommierten Fachzeitschrift Nature veröffentlicht und wurde so konzipiert, dass sie nicht die gleichen Muster wie frühere Bewertungsrahmen aufweist.
Die HLE umfasst über 2.500 Expertenfragen aus mehr als hundert akademischen Disziplinen, darunter Physik, Mathematik, Biologie und Geisteswissenschaften. Die Fragen erfordern komplexes deduktives Denken und ein tiefes Verständnis, anstatt nur auswendig gelerntes Wissen oder einfache Informationsabfragen zu sein.
Ergebnisse der HLE
Die bisher erzielten Ergebnisse zeigen, dass selbst die fortschrittlichsten Modelle wie GPT, Gemini oder Claude die Genauigkeitsgrenze von 45-50 % kaum überschreiten. Diese Zahlen verdeutlichen die enorme Schwierigkeit der Prüfung. Zudem neigen diese Systeme dazu, übermäßig selbstsicher zu antworten, was zu falschen Ergebnissen führt. Ein neues Framework zeigt, dass KI-Modelle menschliche Unterstützung beim Roboter-Coding benötigen.
Expertenmeinungen zur HLE
Die Meinungen über die HLE sind unter den Experten gespalten, wobei eine subtile Tendenz zur Anerkennung ihres Nutzens besteht. Die Ansichten lassen sich in drei Hauptgruppen einteilen:
- HLE ist nützlich und notwendig: Rund 60 % der Experten sind der Meinung, dass die HLE aus technischen Gründen von großer Bedeutung ist. Frühere Benchmarks sind veraltet, da moderne KI-Systeme in diesen Tests über 90 % erreichen. HLE wird geschätzt, weil sie misst, ob KI-Systeme bereit sind, „Ich weiß es nicht“ zu sagen, anstatt falsche Antworten zu geben.
- HLE ist eine Ablenkung von echter KI: Etwa 30 % der Experten vertreten die Ansicht, dass der Test die tatsächliche Leistung von KI in realen Szenarien nicht bewertet und sich zu sehr auf akademisches Wissen stützt. Einige Ingenieure befürchten, dass Unternehmen, sobald KI-Systeme über 90 % in der HLE erreichen, eine neue Version der Prüfung entwickeln werden, was einen Marketingzyklus für große Unternehmen schaffen würde.
- HLE ist fehlerhaft: Diese kleinste Gruppe von Experten kritisiert die HLE aufgrund von Fehlern in einigen als korrekt gekennzeichneten Antworten, insbesondere in Nischenfragen aus Chemie und fortgeschrittener Mathematik. Ironischerweise haben es die leistungsstärksten KI-Systeme selbst geschafft, solche Fehler zu identifizieren.
Fazit
Zusammenfassend lässt sich sagen, dass der Nutzen der HLE von vielen Experten anerkannt wird, auch wenn die Namensgebung als übertrieben und marketingorientiert angesehen wird. Es ist jedoch unwahrscheinlich, dass diese Benchmark zur Entstehung einer Super-KI oder zur tatsächlichen Entwicklung einer künstlichen allgemeinen Intelligenz (AGI) führt, ein Konzept, das seit vielen Jahren diskutiert wird, jedoch eher der Fiktion als der Realität angehört. Dennoch wird die HLE als ehrgeiziges Instrument betrachtet, um herauszufinden, welches KI-System oder Unternehmen das beste Modell mit Gedächtnis- und Logikfähigkeiten besitzt. Ein Intensivkurs zur Generativen KI bietet eine tiefere Einsicht in diese Technologien.
Zusätzlich plant OpenAI mit einem neuen Trainingsdatensatz, die Prompt-Injection-Abwehr deutlich zu verbessern.
„`
Quellen: kdnuggets
Bildquelle: KI generiert
