SilverShadow schrieb:
Das erlebe ich schon bei scheinbar simplen Produktsuchen: Wenn ich nach einer aufklappbaren Notizhefthülle suche und mir stattdessen ein Klemmbrett vorgeschlagen wird, merke ich einfach, wie wenig echtes Verständnis für das konkrete Produkt vorhanden ist. Ähnlich ernüchternd ist es, wenn ich beispielsweise nach einem Staubsauger suche, sortiert nach Lautstärke. Den Modellen fehlt meiner Erfahrung nach völlig die Logik, solche Kriterien verlässlich zu erfassen, sauber zu überprüfen und sinnvoll einzuschätzen.
Kann ich nur unter schreiben, ich hatte ein kroatisches Datenblatt eines Produkts vorliegen und dachte mir lad es mal der KI hoch und lass die mal die relevanten Infos rausstellen, die für eine Inbetriebnahme erforderlich sind, da ich kein kroatisch kann. Aber die KI hat es noch nicht mal hinbekommen, "abzuschreiben" aus "schaltet bei <5grad" wurde bei 0 grad. Das hätte ich selbst ohne kroatisch Kenntnisse verstanden, denn zumindest die Zahlen verstehe ich. Das war der absolute Tiefpunkt der Enttäuschung.
Bei einer suche nach einem möglichst langen USB-C Kabel dass NUR zum Laden verwendet werden soll und mindestens noch 65 Watt auf der Gegenseite ankommen sollen, wäre ich bald durchgedreht, ständig bekam ich Vorschläge für Kabel mit aktiven Verstärkerelementen zur besseren Datenübertragung oder hinweise, dass die dann besonders starr werden, bekam dann aber doch wieder nur Verlinkungen zu einem 0,8m Modell.
Ein weiters Beispiel betrifft eine langzeit Trainingsanalyse, mit einem Schüler von mir mache ich ein Langzeitprojekt, wir füttern die KI immer wieder mit Trainingsergebnissen und Infos über Ziele, Eindrücken Verletzungen etc. eben alles was ein Schüler auch seinem Trainer erzählen würde.
Am Anfang waren die Ergebnisse echt gut, aber je mehr Kontext die KI hat umso schlechter werden die Ergebnisse und es findet seit geraumer Zeit keine zeitliche Einordnung mehr statt. "Wie ihr vorhin besprochen habt..." - ja vorhin, das war im Februar. Irgendwelche aufgestellten Vermutungen des Schülers, werden auf einmal als wissenschaftliche Erkenntnisse eingestuft. Erst wenn man daran erinnnert wird korrigiert.
Ich kann die "entschuldigungen" mittlerweile nicht mehr zählen.
Beim programmieren, ich bin kein Entwickler und habe daher keine professionellen Code Ansprüche für mich muss es einfach nur funktionieren. Mit einem Syntax Fehler kann ich leben, das stelle ich beim ausprobieren fest und gut ist. Aber ich erwische die KI immer wieder dabei wie sie definierte Standards über den Haufen wirft.
In einem bestimmten Fenster (wurde Anfangs festgelegt) soll eine bestimmte Schriftart und Farbe verwendet werden. 4 Wochen später möchte man in dem Bereich eine Ergänzung machen und wieder wird die Standardschriftart genommen, es ist wirklich einfach nur nervtötend.
Ich würde mal gerne wissen was Leute die damit professionell arbeiten anders machen. Was muss ich so einer KI mitgeben, damit sie definierte Standards einhält, muss ich sie daran jedes mal erinnern? Dann brauch ich keine Standard definieren.
Sol/Fable und co war die erste Generation die meinen Kram ganz ordentlich gebacken kriegt wenn das Harness entsprechend konfiguriert ist. Astra ist das erste Modell das bezahlbaren Kontext bei ca. 512k Tokens pro Session ermöglicht und das auch über mehrere Stunden oder gar Tage. Der Unterschied bei komplexen Langszeitaufgaben ist gigantisch.
