Foundation Model auf dem Gebiet der künstlichen Intelligenz (KI)
Was ist ein Foundation (KI) Model? Ein Foundation Model auf dem Gebiet der künstlichen Intelligenz (KI) ist ein groß angelegtes, vortrainiertes KI-Modell, das als Basis für viele unterschiedliche Anwendungen dient. Wie funktioniert ein Foundation Model? Ein Foundation Model wird mit sehr großen, vielfältigen Datensätzen vortrainiert. Dabei lernt es allgemeine Muster in Sprache, Bildern oder anderen […]
Top-p (Nucleus Sampling)
Was ist Top-p? Top-p, auch Nucleus Sampling genannt, ist ein Parameter in Large Language Models (LLMs) und anderen Systemen der Künstlichen Intelligenz (KI), der steuert, welche Wortoptionen bei der Textgenerierung berücksichtigt werden. Wie funktioniert Top-p? Ein Sprachmodell berechnet Wahrscheinlichkeiten für mögliche nächste Wörter. Beim Nucleus Sampling wählt das Modell nur so viele Wörter aus, bis […]
Few-Shot Learning (KI)
Was ist Few-Shot Learning? Few-Shot Learning ist eine Methode im Bereich Machine Learning und Künstliche Intelligenz (KI), bei der ein Modell eine neue Aufgabe mithilfe weniger Beispiele korrekt ausführt. Im Kontext von Large Language Models (LLMs) bedeutet Few-Shot Learning, dass im Prompt einige Beispiel-Eingaben und -Ausgaben mitgegeben werden, damit das Modell das gewünschte Muster erkennt. […]
Halluzination (in der KI)
Was ist eine Halluzination in der KI? Eine Halluzination bezeichnet in der Künstlichen Intelligenz eine falsche oder frei erfundene Information, die von einem Sprachmodell plausibel klingend generiert wird. Warum entstehen KI-Halluzinationen? Large Language Models berechnen Wahrscheinlichkeiten für Textfolgen. Sie prüfen nicht aktiv, ob eine Aussage wahr ist. Wenn Trainingsdaten unvollständig oder widersprüchlich sind, kann […]
Fine-Tuning (KI)
Fine-Tuning (Feinabstimmung von KI-Modellen)Was ist Fine-Tuning? Fine-Tuning bezeichnet die gezielte Weiterentwicklung eines bereits vortrainierten KI-Modells durch zusätzliche, spezifische Trainingsdaten. Dabei wird ein Foundation Model oder Large Language Model (LLM) auf einen bestimmten Anwendungsbereich angepasst. Wie funktioniert Fine-Tuning? Ein vortrainiertes Modell der Künstlichen Intelligenz wird mit neuen, spezialisierten Datensätzen weitertrainiert. Der Ablauf: Auswahl eines geeigneten […]
Machine Learning
Was ist Machine Learning (Maschinelles Lernen)? Machine Learning, auf Deutsch Maschinelles Lernen, ist ein Teilbereich der Künstlichen Intelligenz (KI). Dabei lernen Computersysteme aus Daten, ohne explizit programmiert zu werden. Wie funktioniert Maschinelles Lernen? Beim Machine Learning analysiert ein Algorithmus große Datenmengen und erkennt darin Muster. Der typische Ablauf: Datensammlung Training eines Modells Optimierung anhand […]
Transformer Modell
Was ist ein Transformer Modell? Ein Transformer Modell ist eine KI-Architektur zur Verarbeitung natürlicher Sprache. Es bildet die technische Grundlage moderner Large Language Models wie GPT, Llama oder Gemini. Warum ist das Transformer Modell so wichtig? Vor der Einführung von Transformern wurden Sprachmodelle meist mit rekurrenten neuronalen Netzen (RNNs) trainiert. Transformer-Modelle ermöglichten erstmals: parallele […]
Chain of Thought (in KI)
Was ist Chain of Thought (in Künstliche Intelligenz)? Chain of Thought (CoT) bezeichnet eine Prompting-Technik, bei der ein KI-Modell aufgefordert wird, seine gedanklichen Zwischenschritte strukturiert darzustellen. Wie funktioniert Chain of Thought mit Artificial Intelligence? Statt nur eine direkte Antwort zu generieren, wird das Modell angewiesen: „Denke Schritt für Schritt.“ Das Modell zerlegt die Aufgabe in […]
Zero-Shot Learning
Was ist Zero-Shot Learning? Zero-Shot Learning bezeichnet eine Methode, bei der ein KI-Modell eine Aufgabe ausführt, ohne zuvor konkrete Beispiele im Prompt erhalten zu haben. Wie funktioniert Zero-Shot Learning? Das Modell nutzt sein vortrainiertes Wissen aus großen Datensätzen. Es erhält lediglich eine Anweisung, zum Beispiel: „Fasse folgenden Text zusammen.“ Das Modell greift auf seine […]