Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-fundeohne Datum · Q004748

Noul

docs.typesafe.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt Noul als TypeSafe-Fragetyp, der eine Ja-Nein-Einschätzung als Wahrscheinlichkeit zwischen 0 und 1 ausgibt. Schwellenwerte und die Behandlung unklarer Fälle legt der Anwendungscode fest; für Bewertungen nach Abstufungen oder mehreren Optionen empfiehlt der Bericht Score beziehungsweise Choice.

Mittel

Der Bericht stellt Noul als TypeSafe-Fragetyp für Ja-oder-Nein-Bewertungen vor. Die Antwort ist eine Zahl von 0 bis 1, die laut Beschreibung die Wahrscheinlichkeit für „Ja“ angibt; nahe 0 steht für „Nein“, nahe 1 für „Ja“, und Werte um 0,5 weisen auf eine unklare Entscheidung hin. Anfragen enthalten den zu bewertenden Inhalt, ein Modell und Fragen mit Anweisungen. Optionale Kriterien können genauer beschreiben, was als Ja oder Nein gilt. Für Abstufungen empfiehlt der Bericht Score, für mehrere Antwortoptionen Choice, da ein Noul-Wert keine Eigenschaftsskala darstellt.

Als Ausgangspunkte für die Auswertung nennt der Text 0,7 für Ja und 0,3 für Nein. Dazwischenliegende Ergebnisse können zur menschlichen Prüfung gehen. Die Schwellen sollen zu den Kosten möglicher Fehlentscheidungen passen und nicht anhand weniger Testfälle zu eng angepasst werden. Mehrere Fragen lassen sich laut Bericht in einer Anfrage parallel stellen und anschließend im eigenen Code kombinieren. Beispiele behandeln Supportanfragen und den Abgleich von Lebensläufen mit Datenbankeinträgen. Die gezeigten Werte illustrieren diese Fälle; eine allgemeine Garantie für Genauigkeit oder Kalibrierung gibt der Bericht nicht und empfiehlt Tests mit eigenen Daten.

Ausführlich lesen

Der Bericht beschreibt „Noul“ als Fragetyp der TypeSafe API für Fragen mit Ja-oder-Nein-Antwort. Das Ergebnis ist eine einzelne Zahl zwischen 0 und 1: Werte nahe 1 stehen für ein wahrscheinliches Ja, Werte nahe 0 für ein wahrscheinliches Nein und Werte um 0,5 für ähnlich wahrscheinliche Antworten. Die Zahl soll zugleich Antwort und Wahrscheinlichkeit ausdrücken; ein separates Konfidenzfeld gebe es laut Bericht nicht.

Eine Anfrage enthält die Felder `state` für den zu prüfenden Inhalt, `model` und `questions`. Jede Frage hat den Typ `noul` und eine Anweisung; optional können `criteria` festlegen, was als Ja beziehungsweise Nein gilt. Anweisungen dürfen als Text, Objekt oder Array übermittelt werden. Der Bericht empfiehlt, zunächst einen Text zu verwenden und strukturierte Angaben einzusetzen, wenn die Frage zusätzliche Daten benötigt oder programmatisch zusammengesetzt wird. In der Antwort steht für jede Anfragefrage unter deren Kennung ein Noul-Wert. Als Beispiele zeigt der Bericht Supportnachrichten: Eine Bitte um einen menschlichen Ansprechpartner erhält 0,99, eine Frage zum Passwort-Reset 0,07. Diese Werte werden als aufgezeichnete Antworten des Modells Jev 1.13.0 dargestellt.

Der Bericht erläutert, dass Noul eine einzelne Aussage bewertet, nicht den Grad einer Eigenschaft. Für Fragen nach Abstufungen empfiehlt er den Fragetyp Score; für eine Auswahl aus mehreren Optionen Choice. Ein Wert von beispielsweise 0,5 kann daher Unsicherheit anzeigen und ist nicht automatisch eine mittlere Ausprägung. Als Beispiel vergleicht der Text die Frage, ob eine Person „stark in Python“ sei, mit einer Score-Frage zu konkreten Erfahrungsstufen. Die Noul-Werte schätzen die Wahrscheinlichkeit für die Aussage; die Score-Antworten ordnen die Fälle den beschriebenen Stufen zu.

Für die Nutzung im Code schlägt der Bericht Schwellenwerte vor: 0,7 als Ausgangspunkt für Ja und 0,3 für Nein. Dazwischen könne ein Fall zur menschlichen Prüfung geleitet werden. Die passende Schwelle hänge von den Folgen falscher Entscheidungen ab: Sie solle höher liegen, wenn ein falsches Ja teuer ist, und niedriger, wenn ein übersehenes Ja schwer wiegt. Der Bericht rät außerdem davon ab, Schwellen eng an wenigen Testfällen auszurichten. Die Beispiele zeigen mehrere Noul-Fragen in einer Anfrage, etwa zur Eskalation an einen Menschen und zu früheren Supportkontakten; laut Bericht werden Fragen parallel ausgewertet, sodass zusätzliche Fragen die Antwortzeit kaum erhöhen. Die Anwendung kombiniert ihre Ergebnisse anschließend im eigenen Code.

Weitere Beispiele betreffen den Abgleich eines Lebenslaufs mit mehreren Datenbankeinträgen. Für jeden Eintrag wird dieselbe Frage mit anderen Vergleichsdaten gestellt; die gezeigten Werte reichen von 0,74 für einen möglichen Treffer bis zu 0,08 oder 0,09 für schwächere Übereinstimmungen. Der Bericht nennt außerdem Anwendungsbeispiele aus Kochbüchern, etwa regulatorische Checklisten, Konsistenzprüfungen und Rangfolgen. Die beschriebenen Zahlen und Empfehlungen beruhen auf den angeführten Beispielen; der Bericht liefert keine allgemeine Garantie für die Kalibrierung oder Genauigkeit der Werte. Er empfiehlt, Formulierungen und optionale Kriterien mit den eigenen Daten zu erproben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen geben den Inhalt überwiegend treu wieder. Die Aussage, der Bericht gebe keine Garantie für Genauigkeit oder Kalibrierung, ist eine Ableitung und steht so nicht im Text. Die Einordnung stützt sich nur auf den Bericht über Noul-Fragen; Lunas angegebene Stufen und Anteile wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Noul liefert im Unterschied zu Choice und Score keinen confidence-Wert, weil nur die Ja-Wahrscheinlichkeit ausgegeben wird.
  • Eine Noul-Frage sollte genau eine Ja-Nein-Bedingung prüfen; zwei Bedingungen werden über zwei Nouls im eigenen Code kombiniert.
  • Die Formulierung soll so gewählt werden, dass ein hoher Wert Ja bedeutet, etwa „enthält eine Erstattung“ statt „ist frei von“.
  • Mehrere Noul-Fragen werden in einer Anfrage parallel ausgewertet, ohne die Antwortzeit spürbar zu verlängern.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 20 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 28 %beantwortet teilweise oder widerspricht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 29 %einzelne zitierbare Belege
    • JEV 20 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →