F1-Score
Was ist der F1-Score? Der F1-Score ist eine Bewertungsmetrik für Klassifikationsmodelle in der Künstlichen Intelligenz (KI / Artificial Intelligence), die Präzision (Precision) und Trefferquote (Recall) zu einem einzigen harmonischen Mittelwert zusammenfasst. Er wird eingesetzt, wenn beide Fehlertypen – fälschlicherweise positive und fälschlicherweise negative Vorhersagen – gleichermaßen relevant sind. Der F1-Score ist damit eine der meistgenutzten […]
Confusion Matrix
Was ist eine Confusion Matrix? Eine Confusion Matrix – auch Fehlermatrix oder Klassifikationsmatrix genannt – ist eine tabellarische Darstellung, die zeigt, wie gut ein Klassifikationsmodell in der KI bzw. im maschinellen Lernen zwischen verschiedenen Klassen unterscheidet. Sie stellt die tatsächlichen Klassen eines Datensatzes den vom Modell vorhergesagten Klassen gegenüber und macht so sichtbar, welche Fehlertypen […]
Model Evaluation
Was ist Model Evaluation? Model Evaluation – auf Deutsch auch Modellbewertung oder Modellevaluierung – bezeichnet den systematischen Prozess, mit dem die Leistungsfähigkeit eines KI-Modells oder Large Language Models (LLM) gemessen und beurteilt wird. Ziel ist es, zu verstehen, wie gut ein Modell auf bekannten Daten, aber vor allem auf unbekannten, realen Eingaben funktioniert. Model Evaluation […]
Post-Training
Was ist Post-Training? Post-Training bezeichnet alle Trainingsschritte, die nach dem initialen Vortraining (Pre-Training) eines großen Sprachmodells (LLM / Large Language Model) durchgeführt werden, um das Modell für spezifische Aufgaben, Verhaltensweisen oder Sicherheitsanforderungen anzupassen. Synonyme oder verwandte Begriffe sind unter anderem Fine-Tuning-Phase, Nachtraining oder Alignment-Phase. Im Unterschied zum Pre-Training, bei dem ein Modell auf enormen Textmengen […]
Inference
Was ist Inference? Inference – auch als Modell-Inferenz oder Inferenzprozess bezeichnet – beschreibt den Vorgang, bei dem ein trainiertes KI-Modell auf neue Eingabedaten angewendet wird, um eine Ausgabe zu erzeugen. Im Kontext von Large Language Models (LLMs) bedeutet Inference konkret: Das Modell empfängt einen Prompt und generiert daraufhin eine Antwort. Der Begriff grenzt sich klar […]
Validation Set
Was ist ein Validation Set? Ein Validation Set (auch Validierungsdatensatz oder Entwicklungsdatensatz genannt) ist eine Teilmenge von Daten, die während des Trainings eines maschinellen Lernmodells genutzt wird, um dessen Leistung kontinuierlich zu überwachen und Hyperparameter anzupassen – ohne dabei die eigentlichen Testdaten zu berühren. Es bildet damit eine wichtige Kontrollinstanz zwischen dem Training und der […]
Model Parameter
Was ist ein Model Parameter? Ein Model Parameter (auch: Modellparameter) ist ein interner, numerischer Wert innerhalb eines KI-Modells, der während des Trainingsprozesses erlernt wird und das Verhalten des Modells bei der Verarbeitung von Eingaben bestimmt. Bei großen Sprachmodellen (LLMs / Large Language Models) sind Parameter die Gewichte und Biaswerte innerhalb neuronaler Netze – sie kodieren […]
Hyperparameter
Was ist ein Hyperparameter? Ein Hyperparameter ist ein Steuerungsparameter, der vor dem Training eines maschinellen Lernmodells festgelegt wird und den Lernprozess selbst beeinflusst – im Gegensatz zu den Modellparametern, die das Modell während des Trainings eigenständig erlernt. Hyperparameter bestimmen beispielsweise, wie schnell ein Modell lernt, wie komplex es aufgebaut ist oder wie viele Trainingsdurchläufe stattfinden. […]
Softmax
Was ist Softmax? Softmax ist eine mathematische Funktion, die einen Vektor beliebiger reeller Zahlen in eine Wahrscheinlichkeitsverteilung umwandelt – alle Ausgabewerte liegen dabei zwischen 0 und 1 und summieren sich zu genau 1. Die Softmax-Funktion, auch als normalisierte Exponentialfunktion bezeichnet, wird in der KI und im maschinellen Lernen vor allem in der letzten Schicht neuronaler […]
Sigmoid Function
Was ist die Sigmoid Function? Die Sigmoid Function (deutsch: Sigmoidfunktion, auch logistische Funktion genannt) ist eine mathematische Aktivierungsfunktion, die jeden reellen Eingabewert auf einen Ausgabewert zwischen 0 und 1 abbildet. Sie gehört zu den grundlegenden Bausteinen neuronaler Netze und wurde historisch besonders in frühen Schichten von Deep-Learning-Modellen eingesetzt. Ihr charakteristischer S-förmiger Kurvenverlauf – daher der […]