Besten Dank! Die Funktion der LMM habe ich noch nie so verständlich dargestellt bekommen. Kompliment! Es hat aber nichts an der Faszination dieser Technologie zerstört.
Ich hatte bereits mehrfach von den Begriffen (Token, Kontextfenster,...), die hier genannten werden gehört aber nie so richtig eine Vorstellung davon gehabt. Dank euch weiß ich endlich wie ein LLM nun funktioniert. Danke..
Danke sehr für diese aufschlussreiche Erklärungen! Bitte gerne für die spezifischen Details und Einstellungen der Models eine Aufklärung ein Video erstellen. Das hat sicher großen Wert für sehr viele Menschen bzw. eurer Fans wie mich
Es wäre genial, wenn ihr ein Video über die verschiedenen Parameter machen könntet. Ich habe die tatsächlich nicht verstanden und vor allem nicht wie ich damit arbeiten soll 😊
Vielen Dank für das Video... hatte es eben mit meinen Kids ausprobiert und es wurde sehr lustig, als wir auch mit den anderen Parametern und Modellen gespielt hatten... wäre nett, wenn die auch mal erklärt werden
Wäre noch schön gewesen wenn du auf die Sache mit Gattung und Familie eingegangen wärst warum das gewählt wurde wo doch nur 2,27% da war und die andere Lösung 99% oder so... Ansonsten❤❤❤❤❤❤❤❤❤❤❤❤ wieder wie immer klasse
Das liegt daran, dass ChatGPT nicht immer den wahrscheinlichsten Token wählt. Sonst würden für die gleiche Anfrage immer exakt die gleichen Texte entstehen. Auf diese Weise wirken die Texte kreativer.
Ein Video über Parametereinstellungen und was die machen würde ich auch gerne mal sehen. Was ich aber so noch gar nicht gefunden habe ist mal ein Video über ein chatbot der sauber große Texte übersetzen kann sowie ein bot der akademische Texte schreibt, formuliert. Vielleicht könnt ihr ja da auch mal was machen
Danke für die Erklärung, aber wie kann es dann sein, dass es wenn man den gleichen Prompt mehrmals hintereinander eingibt, immer unterschiedliche Texte rauskommen? Wenn es nach Token-Wahrscheinlichkeit gehen würde, wäre doch die Antwort immer gleich? Außerdem, wie kann es dann neue Gedichte, Geschichten usw. erstellen, die es noch nicht gibt?
Der Ex-CEO von Google hat letztens noch davon gesprochen, dass die Context-Fenster den Anfang behalten und die Mitte vergessen, wenn sie überschritten werden.
Ohne es gelesen zu haben was Eric Schnidt konkret gesagt hat, vermute ich stark, dass er sich auf großen Kontext bezogen hat, aber evtl ohne das Kontextfenster zu überschreiten. Denn es hat sich herausgestellt, dass es bei LLMs gehäufter zu Fehlern kommt die sich auf die Mitte des zu verarbeitenden Textes beziehen. Und weniger die sich auf den Anfang oder das Ende von langen Texten beziehen. Sprich: bereits bei langem Text, der ins Kontextfenster ist und somitnicht mal zu lang ist. sind die Modelle in der Mitte fehleranfälliger. Wird das Kontextfenster überschritten wird gewöhnlich nicht einfach der Anfang gekürzt, auch wenn es im Video so erzählt wird. Ein LLM kann priorisieren, irrelevantes zusammenfassen, oder Token weglassen etc etc um den Text zu kürzen und somit das Kontextfenster sozusagen künstlich zu erweitern. Irgendwo Text einfach zu kappen wäre fahrlässig.
Einfache Frage dazu: Beweise uns doch dass der Mensch das nicht so tut. Ich denke nicht dass du dass belegen kannst. Woher sollen wir wissen dass das menschliche Gehirn nicht genau so lediglich gelernt hat welche Wörter oft in welchem Zusammenhang stehen? Wenn ich dir am Anfang deines Videos sage „Aber worum …“ dann wirst du wahrscheinlich auch mit „geht es heute?“ vervollständigen. Du hast also nichts anderes gemacht als GPT.
Menschliche Sprache ist generell unpräzise und stark kontextbezogen. Weil der Empfänger der Nachricht mitdenkt, können sich Menschen verständigen. Anders könntest du beispielsweise diesen Kommentar unmöglich verstehen.
@@anschaulicherklart.tuncaya1606 richtig. Und ChatGPT funktioniert im Grunde auch Kontextbezogen. Es stellt Kontext aus dem vorangegangenen Text her, um zu extrapolieren was als Nächstes mit möglichst hoher Wahrscheinlichkeit folgt.
@@millionarakademie Doch es ist schon so einfach. Nur hab ich das Gefühl dass wir unsere eigenen Fähigkeiten etwas zu weit empor heben um warum auch immer noch einen Unterschied zwischen uns und künstlicher Sprachsynthese zu machen. Ich behaupte aber dass es da gar keinen all zu großen Unterschied mehr gibt. Es wird darüber diskutiert was eine AGI künftig können muss um als AGI bezeichnet zu werden. Dabei können wir ja nichtmal definieren was natürliche Intelligenz ausmacht. Und ich würde sagen wer Halluzinieren kann der hat auch so etwas wie ein Bewusstsein. Auch wenn dieses aktuell noch nicht ununterbrochen und aufeinander aufbauend Gedanken fassen kann. Aber das wird kommen.
Nun, nachdem ihr die Sprachmodelle „entzaubert“ habt, könnt ihr ja jetzt locker-easy Deutschlands bestes Sprachmodell entwickeln. Nur so, just for fun. Nein, könnt ihr nicht? Schade…
