Llm

Alle Artikel zum Thema Llm

Karpathy Autoresearch: Ein Prompt ersetzt das Paper

Karpathy Autoresearch: KI-Agenten führen autonom 110+ LLM-Experimente durch — 12h auf 8×H100. Was das Paradigma für KI-Entwickler bedeutet.

vor etwa 1 Monat

GLM-5: Chinas 744-Milliarden-Open-Source-Modell auf Augenhöhe mit GPT-5.2

Zhipu AIs GLM-5 erreicht 50 Punkte im Intelligence Index v4.0 und ist damit das erste Open-Weight-Modell auf dem Niveau von GPT-5.2 und Claude Opus 4.5 bei agentischen Coding-Benchmarks.

vor etwa 1 Monat

Kimi K2.5: Wie ein Open-Source-Modell für $0,60/M Token die großen KI-Anbieter zum Umdenken bei der Preisgestaltung zwingt

Moonshot AI hat Kimi K2.5 veröffentlicht – ein Billion-Parameter Open-Source-Modell für 0,60 $/M Token, das mit Frontier-Modellen mithalten kann. Intelligentes Modell-Routing kann KI-Kosten um 82% senken.

vor 2 Monaten

Von Mode Collapse zu Context Engineering: Wie wir zuverlässige KI-Systeme bauen (2026)

Zwei fundamentale Herausforderungen prägen die LLM-Entwicklung 2026: Mode Collapse reduziert die Ausgabevielfalt durch Alignment-Training, während Context Rot die Modellleistung bei wachsenden Kontextfenstern degradiert. Dieser Artikel analysiert beide Phänomene und stellt praktische Lösungsansätze wie Verbalized Sampling und systematisches Context Engineering vor.

vor 3 Monaten

Context Engineering: Wie man zuverlässige LLM-Systeme durch Context-Design baut

Context Engineering ist die Disziplin des Kuratierens, Strukturierens und Verteidigens von allem, was das LLM zur Inferenzzeit erreicht. Dieser umfassende Guide zeigt die 2026-Best-Practices für zuverlässige KI-Systeme.

vor 3 Monaten

GEO: Der vollständige Leitfaden zur Generative Engine Optimization 2025

Erfahren Sie, wie Sie Ihre Website für KI-Suchmaschinen wie Perplexity, ChatGPT Search und Google AI Overviews optimieren. Dieser umfassende Leitfaden behandelt llms.txt, strukturierte Daten und plattformspezifische Strategien, gestützt auf Princeton-Forschung.

vor 3 Monaten