KI-Wissen

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 realen Anwendungen jedoch nicht zufriedenstellend. Im Vergleich zu Systemen, die nur einen intelligenten Körper haben, sind MA ...

Große Sprachmodelle (Large Language Models, LLMs) wie Claude werden nicht von Menschen erstellt, die direkten Programmiercode schreiben, sondern sie werden anhand großer Datenmengen trainiert. Dabei lernen die Modelle ihre eigenen Strategien zur Lösung von Problemen. Diese Strategien sind in den Milliarden von Berechnungen versteckt, die das Modell durchführt, um jedes Wort zu generieren, und für Entwickler ist das Innenleben dieser...

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 praktische Anwendung des "think"-Tools näher betrachten...

Abstrakte Information Retrieval Systeme sind entscheidend für den effizienten Zugang zu großen Dokumentensammlungen. Jüngste Ansätze verwenden große Sprachmodelle (LLMs), um die Suchleistung durch Abfrageerweiterung zu verbessern, aber in der Regel auf teure überwachte Lern- oder Destillationstechniken, die erhebliche Rechenressourcen und manuell gelabelte Daten erfordern. In diesem Papier präsentieren wir DeepRetrie ...

Large Reasoning Models (LLMs) nutzen Schwachstellen aus, wenn sie die Gelegenheit dazu haben. Die Forschung hat gezeigt, dass diese Schwachstellen aufgedeckt werden können, indem große Sprachmodelle (LLMs) zur Überwachung ihrer Gedankenketten (CoT) eingesetzt werden. Die Bestrafung von Modellen für “schlechte Gedanken” verhindert das meiste Fehlverhalten nicht, sondern ermöglicht es ihnen vielmehr, ihre Absichten zu verbergen. Lesen Sie das Papier (ope...

Hintergrund Ein kürzlich erschienenes Papier mit dem Titel Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning (arxiv.org/pdf...

Das GraphRAG-Projekt zielt darauf ab, das Spektrum der Fragen zu erweitern, die KI-Systeme in privaten Datensätzen beantworten können, indem sie implizite Beziehungen in unstrukturiertem Text ausnutzen. Ein entscheidender Vorteil von GraphRAG gegenüber der traditionellen Vektor-RAG (oder “semantischen Suche”) ist die Fähigkeit, globale Abfragen über den gesamten Datensatz zu beantworten, z. B. “Was sind die wichtigsten ...

Wenn Sie Jina's letzten klassischen Artikel "Design und Implementierung von DeepSearch/DeepResearch" bereits gelesen haben, dann möchten Sie vielleicht tiefer in einige Details einsteigen, die die Qualität der Antworten erheblich verbessern können. Dieses Mal werden wir uns auf zwei Details konzentrieren: die Extraktion optimaler Textsegmente aus langen Webseiten: wie man späte...

Gemma 3 Zusammenfassung der wichtigsten Informationen I. Hauptmerkmale Parameter Details Modellgröße 100 Millionen bis 27 Milliarden Parameter in vier Versionen: 1B, 4B, 12B, 27B Architektur Transformator-basierte decoder-spezifische Architektur, die von Gemma 2 übernommen wurde, mit mehreren Verbesserungen Multimodale Fähigkeiten Unterstützung...

Mit der rasanten Entwicklung von Technologien der Künstlichen Intelligenz (KI), insbesondere der Weiterentwicklung von Diffusionsmodellen, ist die KI in der Lage, sehr realistische Porträtbilder zu erzeugen. Technologien wie InstantID benötigen beispielsweise nur ein Foto, um mehrere neue Bilder mit denselben Identitätsmerkmalen zu erzeugen. Diese Technik hat viele Anwendungsszenarien, wie z. B. die Erstellung...

NoLiMA, veröffentlicht im Februar 2025, ist ein Large Language Model (LLM)-Verfahren zur Bewertung des Verständnisses langer Texte. Im Gegensatz zu herkömmlichen Needle-in-a-Haystack (NIAH)-Tests, die auf dem Abgleich von Schlüsselwörtern beruhen, besteht das wichtigste Merkmal von NoLiMA darin, dass durch die sorgfältige Gestaltung der Fragen und...

Der Bereich der generativen KI entwickelt sich derzeit rasch weiter, und es entstehen neue Rahmenwerke und Technologien. Daher sollten sich die Leser darüber im Klaren sein, dass der in diesem Artikel dargestellte Inhalt aktuell sein kann. In diesem Artikel werden wir einen detaillierten Blick auf die beiden dominierenden Frameworks für die Erstellung von LLM-Anwendungen, LangChain und LangGraph, werfen und ihre Stärken und Schwächen analysieren, um Ihnen bei der Auswahl des...

Das Verständnis der drei Schlüsselkonzepte MCP-Server, Funktionsaufruf und Agent ist im aufkeimenden Bereich der künstlichen Intelligenz (KI), insbesondere bei großen Sprachmodellen (LLMs), unerlässlich. Sie sind die Eckpfeiler eines KI-Systems, und jeder von ihnen spielt eine einzigartige und miteinander verknüpfte Rolle. Ausführliche...

Einleitung Haben Sie sich jemals gefragt, wie die Chatbots, die wir heutzutage verwenden, wie die Modelle von OpenAI, feststellen, ob eine Frage sicher ist und beantwortet werden sollte? Tatsächlich sind diese Large Reasoning Models (LRMs) bereits in der Lage, Sicherheitsprüfungen durchzuführen, die...

Kürzlich fand ein Open-Source-Projekt, bietet es eine gute RAG Ideen, wird es DeepSeek-R1 Argumentation Fähigkeit kombiniert mit Agentic Workflow angewandt, um RAG Retrieval-Projekt-Adresse https://github.com/deansaco/r1-reas...

In den letzten Jahren hat der Bereich der künstlichen Intelligenz erhebliche Fortschritte bei seinen Schlussfolgerungsfähigkeiten gemacht. Nachdem OpenAI im vergangenen Jahr das leistungsstarke Inferenzpotenzial von Large Language Models (LLMs) demonstriert hat, haben Organisationen wie Google DeepMind, Alibaba, DeepSeek und Anthropic schnell nachgezogen und Reinforcement Learning (RL) eingesetzt...

In den letzten Jahren wurden mit der raschen Entwicklung von Large Language Models (LLMs) die Fähigkeiten von Multi-Agent-Systemen (MAS) erheblich verbessert. Diese Systeme sind nicht nur in der Lage, Aufgaben zu automatisieren, sondern verfügen auch über menschenähnliche Denkfähigkeiten. Herkömmliche MAS-Architekturen sind jedoch oft mit komplexem Code verbunden ...

Groß angelegte Sprachmodelle (LLMs) spielen eine immer wichtigere Rolle im Bereich der künstlichen Intelligenz. Um LLMs besser verstehen und anwenden zu können, müssen wir ein tieferes Verständnis ihrer Kernkonzepte gewinnen. In diesem Beitrag konzentrieren wir uns auf drei Schlüsselkonzepte, nämlich Token, maximale Ausgabelänge und Kontextlänge, um den Lesern zu helfen, die Verständnisbarrieren zu beseitigen, damit sie die LLM-Technologie effektiver nutzen können...

In letzter Zeit tauchen die Begriffe Autonome KI (KI), KI-Agenten und Agenten häufig in der Öffentlichkeit auf. Ehrlich gesagt, selbst als Datenanalysten und Wissenschaftler war die Branche in der Vergangenheit etwas verwirrt über diese KI-bezogenen Trends und Schlagworte...