KI-Modelle
KI-Modelle machen Vorhersagen auf Basis ihrer Trainingsdaten. Sie können in jedem Bereich eingesetzt werden, beispielsweise in Zahlen, Texten oder Multimedia-Inhalten.
World Foundation Models: 10 Anwendungsfälle
Das Training von Robotern und autonomen Fahrzeugen (AVs) in der physischen Welt kann kostspielig, zeitaufwendig und riskant sein. World Foundation Models bieten eine skalierbare Alternative, indem sie realistische Simulationen realer Umgebungen ermöglichen. Diese Models beschleunigen Entwicklung und Einsatz in Robotik, AVs und anderen Bereichen, indem sie die Abhängigkeit von physischen Tests verringern. Erfahren Sie, wie…
LLM VRAM-Rechner für Self-Hosting
Self-Hosting eines LLMs bedeutet, Inferenz auf Hardware auszuführen, die der Betreiber kontrolliert, statt über eine API eines Drittanbieters, was Kosten, Datenkontrolle und Datenschutzprofil verändert. Ob ein Modell überhaupt läuft, hängt vom Speicher ab. Der Rechner schätzt den VRAM oder Unified Memory, den ein Modell lokal benötigt, basierend auf dem Modell, seiner Präzision, der Kontextlänge und…
LLM-Preise: Top 15+ Anbieter im Vergleich
LLM-Preise erstrecken sich über vier Größenordnungen: Die günstigsten Modelle starteten bei unter $0,03 pro Million Tokens, während Frontier-Reasoning-Stufen bei bis zu $262,50 starteten. Das folgende Diagramm zeigt die Einführungspreise: Jeder Punkt ist der Durchschnittspreis der Modelle einer Größenklasse, die in einem Kalenderquartal eingeführt wurden, gemischt im Verhältnis 3 Teile Eingabe zu 1 Teil Ausgabe, über…
LLM-Automatisierung: Top 7 Tools & 8 Fallstudien
LLM-Automatisierung bezeichnet den Wandel hin zu intelligenten Automatisierungstools, die LLMs nutzen, einschließlich KI-Agenten, feinabgestimmte LLMs und RAG-Modelle, um Aufgaben zu automatisieren und zu koordinieren. Erfahren Sie, was LLM-Automatisierung ist, welche wichtigsten Anwendungen es in der Praxis gibt und welche Haupttools eingesetzt werden: LLM in der Automatisierung sind ein systematischer Ansatz, der Natural Language Processing (NLP)…
LLM Orchestrierung: 22 Frameworks und Gateways
Die Optimierung der LLM-Orchestrierung ist entscheidend, um die Leistung zu verbessern und gleichzeitig den Ressourcenverbrauch unter Kontrolle zu halten. Um zu bewerten, wie verschiedene Orchestrierungsansätze in der Praxis funktionieren, haben wir Folgendes einem Benchmark unterzogen: Entdecken Sie ausgewählte LLM-Orchestrierungstools, einschließlich Entwickler-Frameworks und Unternehmens-Gateways: LLM-Orchestrierung umfasst die Verwaltung und Integration mehrerer großer Sprachmodelle (LLMs), um komplexe…
AIM Enterprise: Agentischer Unternehmens-Benchmark
Unternehmen nutzen LLMs täglich für ihre regulären Aufgaben. Um die kosteneffizientesten LLMs zu finden, haben wir AIM Enterprise entwickelt, einen agentischen Unternehmens-Benchmark, bei dem wir 69 reale Unternehmensaufgaben aus Strategie, Marketing, HR, Vertrieb und Betrieb verwendet haben. Zwei Bewerter-Modelle bewerteten jede Datei und waren oft unterschiedlicher Meinung. Bei etwa einem Drittel der Einzelbewertungen lagen die…
Text-zu-SQL: Vergleich der LLM-Genauigkeit
Wir haben 36 große Sprachmodelle über 759 Fragen aus BIRD-SQL ausgeführt, wobei jedes Modell SQL gegen eine Datenbank schrieb, die es selbst aus 11 Kandidaten identifizieren musste. Jede parsebare Abfrage wurde gegen die echte Datenbank ausgeführt und ihre Ergebnismenge mit der Ergebnismenge der Gold-Abfrage von BIRD verglichen. Fehlende, fehlerhafte und bei der Ausführung fehlgeschlagene Abfragen…
Zeitreihenklassifikations-Benchmark: Foundation Models vs. klassische Methoden
Wir haben 13 Methoden zur Zeitreihenklassifikation verglichen – von vortrainierten Time-Series-Foundation-Models bis zu einer 22-Feature-Baseline von 2019 – auf 33 UCR/UEA-Datensätzen unter einem eingefrorenen Protokoll. Das sind 14.638 erfasste Methoden-Datensatz-Resample-Zellen, von denen 11.874 bewertet wurden. Die Grafik vergleicht 12 Methoden auf den 15 univariaten Datensätzen, die jede von ihnen vollständig bearbeitet hat; jeder Datensatz wurde…
LLM Parameter: GPT-5 High, Mittel, Niedrig und Minimal
Einige LLMs, wie die GPT-5-Familie von OpenAI, sind in verschiedenen Versionen verfügbar (z. B. GPT-5, GPT-5-mini und GPT-5-nano) und mit verschiedenen Parametereinstellungen, einschließlich hoch, mittel, niedrig und minimal. Im Folgenden untersuchen wir die Unterschiede zwischen diesen Modellversionen, indem wir ihre Benchmark-Leistung und die Kosten für die Durchführung der Benchmarks erfassen. Wir haben die GPT-5-Familie in…
HALC-Bench: LLM Halluzination im Long-Context Retrieval Benchmark
HALC-Bench (LLM Halluzination im Long-Context Retrieval Benchmark) misst die Widerstandsfähigkeit eines großen Sprachmodells gegenüber dem Erfinden von Beweisen für eine Kennzahl, die im Zieldokument nicht existiert, indem es 3 Heuhaufen verwendet, die am Anfang, in der Mitte und am Ende des Kontextfensters des Modells platziert sind, mit 204 Fragen. claude-fable-5 beantwortete alle 204 Fallen an…