Startseite
Podcasts
Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz Podcast
Kolibri: Ein deutsches KI-Modell mit eigenen Stärken

Kolibri: Ein deutsches KI-Modell mit eigenen Stärken

Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz vor 3 Tagen

Warum Aleph Alpha bei Sprache, Effizienz und europäischem Kontext andere Wege geht.

0:00

5:57

Welche leistungsfähigen Sprachmodelle gibt es eigentlich aus
Europa? Neben dem französischen Anbieter Mistral gibt es mit
Colibri 1 ein neues Openweight-Modell von Aleph Alpha aus
Heidelberg. Es soll in Benchmarks konkurrenzfähig sein und setzt
auf Deutsch und Englisch. Besonders interessant: Bei
mathematischen Aufgaben kann es Vorteile bringen, die Fragen auf
Deutsch zu formulieren.

Ein wichtiger Schwerpunkt liegt auf den Trainingsdaten. Weil
herkömmliche Filter lange deutsche Wörter aussortierten, musste
Aleph Alpha die Datenaufbereitung an die Besonderheiten der
deutschen Sprache anpassen. Auch kultureller Kontext spielt eine
Rolle. Dazu kommen ein Training, das den Umgang mit Unsicherheit
fördern soll, und eine Mixture-of-Experts-Architektur, bei der
nur die jeweils benötigten Spezialisten aktiviert werden.

Was bedeutet das für den Einsatz von KI in deutschen Behörden und
der Industrie? Und warum könnte ein Modell, das seine Grenzen
kennt und effizient arbeitet, gerade im europäischen Umfeld
interessant sein?

Die KI-Kantine ist ein Projekt von Michael Busch –
Entwickler, Unternehmer und neugieriger Kantinenphilosoph.

Hier geht’s regelmäßig zur Mittagspause um
Künstliche Intelligenz im echten Entwickleralltag – verständlich,
praxisnah und mit einer Prise Skepsis.

Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du
dir eh gerade ein Tablett schnappst.

Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an
podcast@ki-kantine.de

Alle Folgen & mehr: https://ki-kantine.letscast.fm/