AI-Wissensdatenbank

DeepSeek R1 hat in seiner ersten Version starke Inferenzfähigkeiten gezeigt. In diesem Blog-Beitrag teilen wir die Details der Verwendung von DeepSeek R1 zur Erstellung von Retrieval-Augmented Generatio...

Dieses Diagramm zeigt deutlich den architektonischen Entwurf für ein modernes, hochentwickeltes Question Answering (QA) oder Retrieval-Augmented Generation (RAG) System. Es ...

In den letzten Jahren haben die Technologien der Künstlichen Intelligenz (KI) einen tiefgreifenden Wandel im Bereich der Programmierung ausgelöst. Von v0 und bolt.new bis hin zu Programmiertools, die Agententechnologie integrieren, wie Cursor und Windsurf, hat AI Coding eine starke Präsenz in der Softwareentwicklung gezeigt...

在日新月异的翻译技术浪潮中，ChatGPT (Chat Generative Pre-trained Transformer) 的横空出世无疑吸引了全球目光。作为一种先进的 大语言模型 (Large ...

Das Verständnis der drei Schlüsselkonzepte MCP-Server, Funktionsaufruf und Agent ist im aufkeimenden Bereich der Künstlichen Intelligenz (KI), insbesondere der Large Language Models (LLMs), unerlässlich. Sie dienen als die Bausteine von KI-Systemen...

Abstrakt Gut entworfene Prompts sind wichtig, um die Argumentationsfähigkeiten von großen Sprachmodellen (LLMs) zu verbessern und gleichzeitig ihre Ergebnisse mit den Aufgabenanforderungen verschiedener Domänen in Einklang zu bringen. Das manuelle Entwerfen von Hints erfordert jedoch Fachwissen und iteratives Experimentieren. Bestehende Methoden zur Optimierung von Hinweisen zielen darauf ab, diesen Prozess zu automatisieren, aber sie sind ...

Vor kurzem hat Anthropic ein neues Tool namens "think" eingeführt, das die Fähigkeiten des Claude-Modells zur Lösung komplexer Probleme verbessern soll. In diesem Beitrag werden wir die Design-Philosophie, die Leistung und die praktischen Anwendungen des "think"-Tools näher beleuchten...

技术核心：Retrieval Interleaved Generation (RIG) 什么是 RIG？ RIG 是一种创新的生成方法，旨在解决大语言模型在处理统计数据时的“幻觉”（hallucina...

Gemma 3 Zusammenfassung der wichtigsten Informationen I. Wichtige Parameter Details Modellgröße 100 Millionen bis 27 Milliarden Parameter in vier Versionen: 1B, 4B, 12B, 27B Architektur Transformator-basierte decoder-spezifische Architektur, die von Gem...

Große Sprachmodelle (Large Language Models, LLMs) entwickeln sich rasch weiter, und ihre Denkfähigkeit ist zu einem Schlüsselindikator für ihren Intelligenzgrad geworden. Insbesondere Modelle mit langen Argumentationsfähigkeiten, wie OpenAI's o1, DeepSeek-R1, QwQ-32B und Kimi K1.5 ...

EINLEITUNG In den letzten Jahren haben Large Language Models (LLMs) beeindruckende Fortschritte auf dem Gebiet der Künstlichen Intelligenz (KI) gemacht, und ihre leistungsstarken Sprachverstehens- und -generierungsfähigkeiten haben zu einer Vielzahl von Anwendungen in verschiedenen Bereichen geführt. Allerdings stehen LLMs immer noch vor vielen Herausforderungen, wenn sie komplexe Aufgaben bewältigen müssen, die den Einsatz externer Werkzeuge erfordern...

Von Krish Maniar und William Fu-Hinthorn Beim Schreiben von Hinweisen versuchen wir, Large Language Models (LLMs) unsere Absichten mitzuteilen, damit sie diese Anweisungen auf komplexe Daten anwenden können. Es ist jedoch schwierig, alle Details auf einmal auszudrücken...

In diesem Papier präsentieren wir einen zusammenfassenden Bericht über Kapa.ais jüngste Erforschung von Inferenzmodellen wie OpenAIs o3-mini im Retrieval-Augmented Generation (RAG) System ...

Hintergrund Ein kürzlich erschienener Artikel mit dem Titel Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learnin...

Große Sprachmodelle (Large Language Models, LLMs) wie Claude werden nicht von Menschen erstellt, die direkten Programmiercode schreiben, sondern sie werden anhand großer Datenmengen trainiert. In diesem Prozess lernen die Modelle ihre eigenen Problemlösungsstrategien. Diese Strategien sind in den Milliarden von Malen, die das Modell jedes Wort erzeugt, versteckt...

Ziel dieses Papiers ist es, die grundlegenden Konzepte, den Gesamtprozess und die Schlüsseltechniken der Embedding-Feinabstimmung aus verschiedenen Blickwinkeln detailliert zu erläutern und ihren praktischen Nutzen im Rechtsbereich zu untersuchen. Die Leser werden verstehen, wie man spezialisierte Daten im juristischen Bereich für vorab trainierte Embedding-Modelle verwenden kann, um ...

Abstrakt Information Retrieval Systeme sind entscheidend für den effizienten Zugang zu großen Dokumentensammlungen. Jüngste Ansätze verwenden Large Language Models (LLMs), um die Suchleistung durch Abfrageerweiterung zu verbessern. Sie beruhen jedoch in der Regel auf teuren überwachten Lern- oder Destillationstechniken, die erhebliche Rechenressourcen und manuell gelabelte Daten erfordern...

Das GraphRAG-Projekt zielt darauf ab, das Spektrum der Fragen zu erweitern, die KI-Systeme auf privaten Datensätzen beantworten können, indem sie implizite Beziehungen in unstrukturiertem Text ausnutzen. Ein wesentlicher Vorteil von GraphRAG gegenüber der traditionellen Vektor-RAG (oder "semantischen Suche") ist die Fähigkeit, Fragen zu...

EINLEITUNG In den letzten Jahren haben multi-intelligente Systeme (MAS) auf dem Gebiet der künstlichen Intelligenz viel Aufmerksamkeit auf sich gezogen. Diese Systeme versuchen, komplexe, mehrstufige Aufgaben durch die Zusammenarbeit mehrerer Large Language Model (LLM) Intelligenzen zu lösen. Trotz der hohen Erwartungen, die an MAS geknüpft werden, ist ihre Leistung in praktischen Anwendungen jedoch...