Loading content
Erkennbares Symptom: Ein Modell, das seine eigene Antwort kritisiert, kann dem eigenen Fehler zustimmen — eine Reflexionsschleife konvergiert selbstsicher auf etwas Falsches. Geeignete Korrektur: Das Urteil an einem externen Check verankern: einem ausführbaren Test, einem Orakel oder einem Menschen — nicht an einer weiteren Stichprobe desselben Modells. Eino…
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und bei Bedarf in die 360°-Bewertung zu wechseln.
Theoretisches Gebilde: erklärt einen Begriff, ein Prinzip oder ein Denkmodell.
Was Zusammenhänge ordnet, verbindet oder entscheidbar macht.
Self-Graded Hallucination bezeichnet die Gefahr, dass ein Modell seine eigene möglicherweise erfundene Antwort unzuverlässig als korrekt bewertet.
Der Begriff gehört zu den Anti-Patterns für agentische und generative Systeme. Die referenzierte Pattern-Sammlung beschreibt ihn als Grenze selbstbewertender Modellantworten.
Ein Modell erzeugt zunächst eine Antwort und bewertet sie anschließend mit demselben oder einem ähnlichen Bewertungsprozess. Diese Selbstprüfung kann Fehler übersehen, weil sie dieselben Wissens- und Bewertungsgrenzen teilt; unabhängige Quellen, Tests oder menschliche Prüfung schaffen Gegenprüfung.
Die eigene Bewertung einer Modellantwort ist kein unabhängiger Beleg für ihre Richtigkeit.
Geteilte Wissens- und Bewertungsfehler können Erzeugung und Prüfung gleichzeitig beeinflussen.
Externe Evidenz, reproduzierbare Tests und unabhängige Reviews senken das Risiko unentdeckter Halluzinationen.
Das Muster hilft, Selbstkritik von Sprachmodellen richtig einzuordnen und unabhängige Qualitätssicherungen vorzusehen.
Wo dieser Baustein im Themenmodell verortet ist.
Keine Strukturpfade verfügbar.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.