Endlich mal ein Video von Euch, welches etwas tiefer in die Usecases einsteigt und somit ein Bild zeichnet, wie auch weniger techniklastige Unternehmen LLMs anwenden können. Auch wenn mir bewusst ist, dass Euch die Techniklastigkeit in der DNA steckt, fand ich dieses Gespräch extrem hilfreich! Danke dafür!
Es ist spannend zu sehen, dass OpenAI mit der o1-Modellreihe einen wichtigen Schritt unternommen hat, die Rechenleistung stärker auf die Inferenz zu verlagern. Dadurch werden komplexe Aufgaben möglich, bei denen hochgradig spezialisierte Modelle miteinander interagieren und gemeinsam nach optimalen Lösungen suchen. In Zukunft könnten wir uns eine Welt vorstellen, in der Modelle über Wochen oder Monate hinweg in der Inferenz arbeiten, um Herausforderungen wie die Entwicklung neuer Medikamente zu bewältigen. Dieser Ansatz könnte das Lösen komplexer Probleme revolutionieren, indem KI ihre Expertise über längere Zeiträume hinweg einsetzt.
Absolut. Die Folge haben wir vor dem neusten Release von OpenAI aufgenommen. Aber gerade die Konzepte hinter der komplexeren Chain Of Thought könnten einen großen Einfluss auf die solche spezifischen Prozesse haben. Wir werden das in Kürze auch hier auf dem Kanal vorstellen.
Danke für den Beitrag!:) Frage : wenn ich in ChatGPT ein GPT erstelle und in dessen Konfiguration dann ein paar branchenspezifische Dokumente hochlade - dann ist diese Fütterung ein Beispiel für RAG oder?
Ja und nein. Grundsätzlich ist das natürlich genau der RAG-Gedanke, allerdings wäre es technologisch nicht das Gleiche, da es keine wirkliche RAG-Architektur mit entsprechender spezifischer Abruflösung wäre. Da würde man noch (besser) semantischer abrufen (Retrieval)
Sehr interessant, nach der Einleitung dachte ich, es wird jetzt erklärt. Das habt ihr auch, unverständliche Fachbegriffe wurden mit noch unverständlicheren Fachbegriffen erläutert. Schade 😢
Vielen Dank für Dein Feedback! Es tut uns leid, dass einige Begriffe unklar geblieben sind. Wir bemühen uns, komplexe Themen verständlich zu vermitteln und werden Dein Feedback für zukünftige Videos auf jeden Fall berücksichtigen. Falls Du spezielle Fragen hast, schreib uns gerne! 😊
Endlich mal ein Video von Euch, welches etwas tiefer in die Usecases einsteigt und somit ein Bild zeichnet, wie auch weniger techniklastige Unternehmen LLMs anwenden können. Auch wenn mir bewusst ist, dass Euch die Techniklastigkeit in der DNA steckt, fand ich dieses Gespräch extrem hilfreich! Danke dafür!
Vielen Dank für das sehr interessantes Gespräch 😊
Es ist spannend zu sehen, dass OpenAI mit der o1-Modellreihe einen wichtigen Schritt unternommen hat, die Rechenleistung stärker auf die Inferenz zu verlagern. Dadurch werden komplexe Aufgaben möglich, bei denen hochgradig spezialisierte Modelle miteinander interagieren und gemeinsam nach optimalen Lösungen suchen. In Zukunft könnten wir uns eine Welt vorstellen, in der Modelle über Wochen oder Monate hinweg in der Inferenz arbeiten, um Herausforderungen wie die Entwicklung neuer Medikamente zu bewältigen. Dieser Ansatz könnte das Lösen komplexer Probleme revolutionieren, indem KI ihre Expertise über längere Zeiträume hinweg einsetzt.
Absolut. Die Folge haben wir vor dem neusten Release von OpenAI aufgenommen. Aber gerade die Konzepte hinter der komplexeren Chain Of Thought könnten einen großen Einfluss auf die solche spezifischen Prozesse haben. Wir werden das in Kürze auch hier auf dem Kanal vorstellen.
Davon brauche ich mehr :D
Danke für den Beitrag!:) Frage : wenn ich in ChatGPT ein GPT erstelle und in dessen Konfiguration dann ein paar branchenspezifische Dokumente hochlade - dann ist diese Fütterung ein Beispiel für RAG oder?
Ja und nein. Grundsätzlich ist das natürlich genau der RAG-Gedanke, allerdings wäre es technologisch nicht das Gleiche, da es keine wirkliche RAG-Architektur mit entsprechender spezifischer Abruflösung wäre. Da würde man noch (besser) semantischer abrufen (Retrieval)
Sehr interessant, nach der Einleitung dachte ich, es wird jetzt erklärt. Das habt ihr auch, unverständliche Fachbegriffe wurden mit noch unverständlicheren Fachbegriffen erläutert. Schade 😢
Vielen Dank für Dein Feedback! Es tut uns leid, dass einige Begriffe unklar geblieben sind. Wir bemühen uns, komplexe Themen verständlich zu vermitteln und werden Dein Feedback für zukünftige Videos auf jeden Fall berücksichtigen. Falls Du spezielle Fragen hast, schreib uns gerne! 😊