News und Analysen
Tutorials
Wie Sprachmodelle funktionieren, ohne Fachjargon erklärt: Inferenz, Training, Fine-Tuning, die inneren Schichten.
Leitfäden
Prompt, Retrieval oder Fine-Tuning: was welches Problem löst
Die meisten Teams antworten auf jedes Problem mit einem längeren Prompt. Der Prompt ändert, was Sie fragen, Retrieval ändert, was das Modell beim Antworten weiß, Fine-Tuning ändert, wie es sich verhält. Ein kurzer Leitfaden, um die drei auseinanderzuhalten, mit einer Tabelle für heute.
Gefälligkeit bei KI erklärt: warum ein Modell Ihnen recht gibt, und ein Test in fünf Minuten
Ein gefälliges Modell ändert eine richtige Antwort, weil Sie widersprochen haben, oder lobt einen Plan, den es hinterfragen sollte. Hier steht, warum das passiert, ein Test, den jeder in fünf Minuten machen kann, und was ein einzelner Test nicht sieht.
Bibliothek
Kurze, praktische Artikel über Sprachmodelle aus der Wissensbasis von xbe.at (auf Englisch).
LLMs and generative AI
Large language models, retrieval, agents, fine-tuning and prompting.
Agents and LangChain
Fine tuning and alignment
LLM architecture and theory
RAG and retrieval
Vector databases and embeddings
NLP and transformers
Text processing, embeddings, attention and transformer models.
BERT and language models
NLP core
Transformer architecture