Einige Beispiele zur Anwendung von LLMs

Über diese Seite Werk

Gründet auf dem Werk „KI-Revolution“ Arnold Oberleiter
25. Oktober 2024 n. Chr. hrsg.
AI mit Arnie
LLMs meistern
Prompt Engineering im Standard-Interface
Überarbeitung Liste Werke von Klaus Feldmann
Abschrift
29. November 2024 n. Chr. erst.
18:42 Uhr Ausgabe 00
Ausgabe 00
veröffentlicht
geprüft
↑ Revers Prompt Engineering, Priming & Limits
→ Einige Beispiele zur Anwendung von LLMs
↓ Rückblick Erinnere dich daran!
Einige Beispiele zur Anwendung von klassischen LLMs.mp4 Einige Beispiele zur Anwendung von klassischen LLMs.pages

🎓 Einige Beispiele zur Anwendung von LLMs

📽️ 8 Einige Beispiele zur Anwendung von klassischen LLMs (3:17)

Das wird ein kurzes Video. Wir sehen uns einfach nur ganz, ganz kurz einen kleinen Überblick an über Dinge, die du mit Large Language Models machen kannst.

Und ja, bis jetzt haben wir hier ChatGPT als Beispiel verwendet. Aber du kannst natürlich jedes einzelne hier verwenden. Also, du kannst natürlich Texterstellung und Bearbeitung machen. Und zwar kannst du jeden Text erstellen, den du eben erstellen willst, z. B. kreative Schreibarbeiten, Artikel, Geschäftskommunikationen, E-Mails, Blogartikel, Konversationen für Social Media, verschiedene Posts und so weiter.

Natürlich können diese Modelle auch programmieren. Das heißt, Programmieren ist nichts anderes als eigentlich Text. Und sie sind richtig gut im Programmieren. Das heißt, du kannst sie natürlich auch zum Programmieren einsetzen, um kurz zu überprüfen, um neuen Code zu erstellen und vieles, vieles mehr. Besonders wenn du z. B. neu bist und Programmieren lernen willst, ist das natürlich perfekt.

Zum Übersetzen sind sie auch richtig gut. Ich wohne in Südtirol. Südtirol ist in Italien. Ich spreche normalerweise Deutsch – einen schrecklichen Dialekt, den niemand verstehen kann. Und dementsprechend muss ich natürlich viel übersetzen, also Deutsch-Italienisch, mein schrecklicher Dialekt. Ich habe auch Kurse und verschiedenste Themen in Englisch, also muss ich die ganze Zeit übersetzen. Und LLMs sind perfekt dazu.

Natürlich kannst du sie auch zu der Bildung und zum Lernen einsetzen. Du kannst alles lernen, was du nur willst. Willst du z. B. lernen, wie man programmiert – wie wir schon gesagt haben – kannst du sie dazu einsetzen. Willst du Geschichte lernen, setzt du LLMs dazu ein. Willst du ein neues Programm kennenlernen und du weißt nicht so recht, wie du das machen sollst, diskutiere mit einem LLM ein klein wenig.

Natürlich sind sie auch super zur Kundenunterstützung und auch zur Datenanalyse und Berichterstattung. Wie gesagt, das sind hier nur einige Anwendungszwecke. Es gibt Millionen Anwendungszwecke. Im Groben kann man einfach nur sagen: Alles, was Text ist, alles, was Code ist – all das kann dir ChatGPT helfen.

Das waren jetzt die Dinge, womit man Text erweitert. Und natürlich hast du auch gelernt, dass sie Text zusammenfassen können. Dementsprechend kannst du auch alles reinkopieren und zusammenfassen lassen, und das so schnell wie möglich.

Dementsprechend, das sind so die generellen Standard-Dinge, die diese Large Language Models können. Und natürlich kannst du hier wirklich so gut wie jedes LLM verwenden, das du eben willst. Nicht jedes der LLMs ist hier multimodal. Das heißt, nicht jedes kann Bilder erstellen, nicht jedes kann Code analysieren bzw. hat diesen Code-Interpreter, nicht jedes hat Tools wie Internet mit eingebaut. Aber mittlerweile haben es doch die allermeisten.

Ich würde vorschlagen, wir sehen uns auch die Multimodalität etwas genauer an. Das heißt, wie gehst du konkret vor, wenn du Daten analysieren willst mit einem LLM? Aber das sehen wir uns natürlich in der nächsten Sektion an. Denn in dieser Sektion haben wir uns erstmal angesehen, wie wir mit diesen Modellen überhaupt sprechen müssen, für anständige Antworten.

]]Kategorie:Beispiel]] ]]Kategorie:Anwendung]]