top of page

Standardisierte vs. Spezialisierte Sprachmodelle

Die Künstliche-Intelligenz (KI)-Plattform DaSense verspricht Anwendern stets Zugang zu modernsten Technologien – unter Einhaltung der Sicherheitsstandards großer Unternehmen. So können Unternehmen mit DaSense leistungsstarke Experten LLMs in ihre eigene Unternehmens-IT integrieren. Mitarbeiter nutzen die intelligente Technologie, ohne Unternehmensdaten mit Dritten zu teilen. Ein weiterer Vorteil von unternehmenseigener KI ist, dass sie sich zum Spezialisten für das jeweilig Unternehmen ausbilden lässt, wenn sie auf bestimmte Fragestellungen des Unternehmens trainiert wird.


Standardisierte Large Language Modelle (wie GPT), verfügen über ein breites Allgemeinwissen. Sie geben Antworten auf alle erdenklichen Fragen allerdings nicht

immer fachlich korrekt.


Experten LLMs wurden in bestimmten Fachgebieten trainiert, wie z B Medizin, Recht, Finanzen, Öffentliche Verwaltung Sie verfügen über tiefgreifendes Fachwissen und ein präzises Verständnis komplexer Fachbegriffe und Konzepte.


Experten LLMs sind besonders dann ein vielversprechender Ansatz, wenn ein komplexes Problem vorliegt, das einen Generalisten wie ChatGPT überfordert. ChatGPT greift auf ein „Weltwissen“ zurück, kann aber nicht weiter an die Erfordernisse der Anwendung angepasst werden.

Ein eigenes, spezialisiertes Sprachmodell kann hingegen durch Fine-Tuning zum Experten für ein bestimmtes Problem ausgebildet werden. Dabei kann ein kleineres LLM mit einem Bruchteil der Parameter-Anzahl nach dem Fine-Tuning dem Generalisten überlegen ist – insbesondere dann, wenn ein domänen-spezifischer Datensatz von hoher Qualität vorliegt, der zum Training verwendet werden kann.

Comments


bottom of page