Episode 95 - Ansätze zur Kontrolle von Sprachmodellen

Send us a text


Können Sie sich vorstellen, die Kontrolle über den Output von
Sprachmodellen zu haben? Versprechen Sie uns Ihre Aufmerksamkeit
für eine halbe Stunden und wir verspreche Ihnen, Sie in die
faszinierende Welt der Outputkontrolle von Sprachmodellen zu
führen. Wir stecken in einer komplexen Debatte, die weit über das
hinausgeht, was wir lesen und hören. Das Gespräch dreht sich um
die Automatisierung menschlicher kognitiver Leistung und die
Herausforderungen, die sich daraus ergeben. Es geht um die
Formulierung von Prompts und die Frage, ob es eine Garantie dafür
gibt, dass sich Sprachmodelle daran halten.

In dieser Episode werden wir Ihnen zeigen, wie Sie generierte
Elemente in den eigentlichen Prompt einbauen und einen komplexen,
mehrschichtigen Aufruf durchführen können. Und wir tun das nicht
allein. Mit uns auf dieser Reise sind Frameworks von OpenAI und
Microsoft, die uns helfen, den Output zu kontrollieren. Wir
diskutieren auch die Bedeutung von Echtzeituntersuchungen und wie
wir diese in unsere Arbeit integrieren können.

Schließlich beschäftigen wir uns mit wissenschaftlichen Ansätzen
zur Outputkontrolle.  Wir werden auch darüber sprechen,
welche anderen Ansätze in der Wissenschaft existieren und wie sie
genutzt werden können. Und das ist noch nicht alles. Wir werden
auch überlegen, wie wir mächtige Frameworks nutzen können, um
Fehlersuchen zu unterstützen. Begleiten Sie uns auf dieser
spannenden Reise in die Welt der Sprachmodelle!

Der Podcast ist gesponsert von XL2:
XL2 ist ein Joint Venture zwischen dem
Premium-Automobilhersteller Audi und dem globalen
IT-Beratungsunternehmen Capgemini. Das Unternehmen wurde im Jahr
2020 gegründet und treibt die digitale Transformation für Audi,
die Volkswagen-Gruppe und Automotive Leaders voran. XL2
konzipiert und implementiert maßgeschneiderte Lösungen für
Logistik- und Produktionsprozesse mit den neuesten Technologien
aus den Bereichen SAP, Cloud und Analytics. 


Support the show