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 · Q004764

Choice

docs.typesafe.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

„Choice“ dient laut Bericht dazu, Inhalte einer festgelegten Optionsmenge zuzuordnen; die Antwort umfasst die wahrscheinlichste Option, eine Wahrscheinlichkeitsverteilung und einen daraus abgeleiteten Konfidenzwert. Die Dokumentation empfiehlt gemeinsame Anfragen für mehrere Fragen, klar beschriebene Optionen und bei geringer Konfidenz eine Rückfrage statt einer vorschnellen Aktion. Die Beispiele erläutern den Einsatz, liefern aber keinen allgemeinen Leistungsnachweis.

Mittel

Der Bericht beschreibt TypeSafes „Choice“ für Klassifikationen, bei denen aus einer festen Optionsliste gewählt wird. Eine Anfrage enthält den zu bewertenden Inhalt, ein Modell sowie eine oder mehrere Fragen mit Anweisung und beschriebenen Optionen. Die Antwort nennt je Frage die Option mit der höchsten Wahrscheinlichkeit, die Wahrscheinlichkeitsverteilung über alle Optionen und einen daraus berechneten Konfidenzwert. Die Dokumentation empfiehlt, mehrere benötigte Fragen gemeinsam zu stellen: Sie würden parallel ausgewertet, zusätzliche Fragen kosteten aber weiterhin Tokens. Eine Frage kann bis zu 255 Optionen enthalten. Für Listen, die möglicherweise nicht alle Fälle abdecken, nennt der Bericht „other“ oder „none of the above“; Letzteres funktioniere jedoch nicht immer gut. Als Ergänzung wird eine Noul-Frage vorgeschlagen, die prüft, ob überhaupt eine Option passt.

Ein Support-Ticket-Beispiel zeigt fünf parallele Fragen. Die Zuständigkeit verteilt sich auf Rückgabe und Abrechnung, während der Rückgabegrund klar als falsche Größe erkannt wird. Weil der Kundenwunsch zur Lösung unklar bleibt und die Konfidenz niedrig ist, sieht der Beispielcode eine Rückfrage vor. Weitere Fragen werden nur bei Bedarf verwendet. Für ähnliche Optionen empfiehlt die Dokumentation strukturierte Beschreibungen, die Geltungsbereich, Abgrenzung und Beispiele enthalten können. Die gezeigten Ausgaben veranschaulichen das Verfahren, belegen laut Bericht aber keine allgemeine Genauigkeit; unabhängige Leistungsprüfungen werden nicht dargestellt.

Ausführlich lesen

Der Bericht erklärt die TypeSafe-Primitive „Choice“ für Aufgaben, bei denen eine Antwort aus einer festgelegten Menge von Optionen ausgewählt werden soll, etwa die zuständige Abteilung, eine Produktkategorie oder die Sprache eines Codeausschnitts. Für Antworten auf einer Skala verweist die Dokumentation auf „Score“, für Ja-Nein-Fragen auf „Noul“.

Eine Choice-Frage enthält eine Anweisung und eine Zuordnung von Optionsnamen zu Beschreibungen. In API-Anfragen stehen diese Fragen unter selbst gewählten Kennungen in `questions`; außerdem werden `state` mit dem zu bewertenden Inhalt und ein Modell angegeben. Die Kennungen dienen dazu, Antworten wiederzufinden, werden laut Bericht aber dem Modell nicht gezeigt. Optionsnamen und Beschreibungen erhält das Modell. Die Dokumentation empfiehlt deshalb, ähnliche Optionen klar voneinander abzugrenzen. Sie beschreibt außerdem die Nutzung über die TypeSafe-HTTP-API oder ein SDK und zeigt dafür ein Python-Beispiel mit `Choice` und `system_one`.

Je Frage enthält die Antwort die ausgewählte Option (`choice`), Wahrscheinlichkeiten für alle Optionen (`probabilities`) und einen Konfidenzwert. Die ausgewählte Option ist jene mit der höchsten Wahrscheinlichkeit; die Wahrscheinlichkeiten summieren sich laut Bericht zu 1. Die Konfidenz wird aus ihrer Verteilung berechnet: Eine breite Verteilung steht in der Erklärung für niedrigere, ein einzelner deutlicher Spitzenwert für höhere Konfidenz. Im einfachen Beispiel wird ein falsch geliefertes Schuhpaar der Rückgabe-Abteilung zugeordnet. Das ist ein dokumentiertes Beispiel, kein allgemeiner Nachweis für die Güte des Verfahrens.

Der Bericht rät, mehrere benötigte Choice-Fragen in einer Anfrage zu stellen. Sie würden parallel ausgewertet; zusätzliche Fragen erhöhten laut Dokumentation die Antwortzeit kaum, verursachten aber weiterhin Tokenkosten. Eine Frage kann bis zu 255 Optionen enthalten. Auch zusätzliche Optionen kosten einige Tokens. Bei möglicherweise unvollständigen Listen empfiehlt der Bericht „other“ oder „none of the above“. Letztere Option könne in vielen Anwendungsfällen allerdings schlecht funktionieren. Als Alternative wird eine begleitende Noul-Frage vorgeschlagen, die prüft, ob überhaupt eine Option passt. Große Hierarchien sollen Ebene für Ebene klassifiziert werden; ein verlinktes Rezept beschreibt dafür eine Suche, die mehrere vielversprechende Pfade weiterverfolgt.

Ein ausführliches Support-Ticket-Beispiel stellt fünf Fragen auf einmal: Zuständigkeit, Rückgabegrund, Versandproblem, gewünschte Lösung und Tonfall. Die dokumentierte Modellausgabe ordnet die Zuständigkeit mit 0,61 Wahrscheinlichkeit „returns“ und mit 0,35 „billing“ zu; der Bericht deutet die geteilte Verteilung als Hinweis auf zwei beteiligte Teams. Der Rückgabegrund „wrong_size“ erhält im Beispiel Konfidenz 1,0. Bei der gewünschten Lösung sind Rückerstattung, Ersatz und Umtausch verteilt; der Kunde hat seinen Wunsch nicht ausdrücklich genannt. Die Beispiel-Logik lässt deshalb bei geringer Konfidenz nachfragen, statt eine Lösung zu unterstellen. Sie kann außerdem ein Ticket manuell weiterleiten, eine zweite Abteilung benachrichtigen oder bei einem verärgerten Tonfall eine erfahrene Person einschalten. Bedingte Fragen dürfen dabei für den jeweiligen Ablauf irrelevant sein: Die Versandfrage wird im Beispiel nicht genutzt, weil die Hauptzuordnung nicht „shipping“ lautet.

Für leicht verwechselbare Optionen empfiehlt die Dokumentation strukturierte Beschreibungen mit frei benannten Feldern, etwa zum Geltungsbereich, zur Abgrenzung und zu Beispielen. Sie betont, dass diese Feldnamen keine festgelegten API-Schlüssel sind; das Modell sieht Namen und Inhalte. Ein Beispiel unterscheidet allgemeine Rückgaberegeln vom Status einer bereits abgeschickten Rückgabe und zeigt dafür eine eindeutige Antwort. Der Bericht beschreibt damit vor allem Aufbau und Einsatzmuster anhand von Beispielen; unabhängige Leistungsprüfungen oder allgemeine Genauigkeitsgarantien enthält er nicht.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Einordnung nennt für SF-V5 Stufe 3 mit 30 %; das Schema sieht diese Felder nicht vor, daher wurden sie nicht übernommen. Bewertet wurde die Zusammenfassung „mittel“; die Kurzfassung ist im Wesentlichen treu, lässt aber ebenfalls die Abgrenzung zu Score und Noul aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Abgrenzung zu den anderen Primitiven: Choice für feste Optionsmengen, Score für Positionen auf einem Spektrum, Noul für Ja/Nein.
  • Die Deutung der Konfidenz: eine flache Verteilung über mehrere Optionen bedeutet niedrige Konfidenz, ein einzelner Gipfel hohe.
  • Die hierarchische Klassifikation über mehrere Ebenen mit Beam Search über Choice-Wahrscheinlichkeiten.

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, der Bericht halte laut eigener Angabe fest, dass die gezeigten Ausgaben keine allgemeine Genauigkeit belegen, steht so nicht im Bericht; er äußert sich zur Genauigkeit nicht ausdrücklich.

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
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 30 %beantwortet teilweise oder widerspricht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %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 →