#05 - Von Baggern und Zitronenfaltern: mit KI große Datenmengen bewältigen

Wir wissen bereits, dass unser Kontextfenster bei Sprachmodellen begrenzt ist. Daher benötigen wir eine cleveren Ansatz. Markus wird uns anhand eines Baggers und von Zitronenfaltern bildlich erklären, wie ein Embedding funktioniert. Dieses Verständnis benötigen wir nicht nur für ein RAG (Retrieval-Augmented Generation), wir verstehen gleichzeitig, wie ein LLM „Bedeutungen“ für sich abbildet.
Wir begeben uns auf eine Lernreise in 7 Schritten. Von der Problemstellung bis zu einem funktionierenden System. Dabei werden wir auch auf die Grenzen des Konzeptes stoßen und Lösungen für den echte Alltagsanwendungen finden.
Freut Euch auf anschauliche Erklärungen auf dem Whiteboard und eine interaktive Anwendung um jeden Schritt auch technisch genau nachzuvollziehen zu können.

Für alle, die schon mal einen Blick auf wichtige Begrifflichkeiten werfen mögen: Chunking, Embeddings, Vektordatenbank, Retrieval.
Und wie das alles zusammenhängt, besprechen wir Donnerstag.
Wir freuen uns auf euch!