"Wie funktioniert eigentlich generative KI?" mit Prof. Dr. Chris Biemann : DDLitLab- Generative KI an der Universität Hamburg
- Link:
-
-
https://lecture2go.uni-hamburg.de/l2go/-/get/v/70983
-
- Autor/in:
- Beteiligte Personen:
-
- Regionales Rechenzentrum der Universität Hamburg/ MCC/ Lecture2Go
- DDLitLab
- Verlag/Körperschaft:
- Universität Hamburg
- Erscheinungsjahr:
- 2024
- Medientyp:
- Audiovisuell
- Schlagworte:
-
- Generative KI
- KI
- Künstliche Intelligenz
- RAG
- LLM
- Sprachmodelle
- ChatGPT
- UHHGPT
- Zentrum für interdisziplinäre Studienangebote
- Beschreibung:
-
- Wie funktionieren eigentlich generative KI-Modelle – und was hat sich in den letzten Monaten verändert? In diesem Video sprechen wir mit Prof. Dr. Chris Biemann über die Grundlagen generativer KI, ihre Weiterentwicklung und spannende neue Features, wie z. B. die Online-Anbindung aktueller Modelle. Außerdem erklärt er, warum Tools wie ChatGPT keine Suchmaschinen ersetzen und wo ihre Grenzen liegen. Wir werfen gemeinsam einen Blick auf Trigram-Modelle, da sie uns viel über moderne Sprachmodelle verraten. Begriffe wie LLM, GPT & Co. werden verständlich erklärt. Und natürlich geht es auch um die große Frage: Wie können Studierende generative KI sinnvoll im Studium nutzen? Prof. Biemann gibt dazu eine klare Einschätzung und praxisnahe Tipps. Chris Biemann leitet die Language Technology Group an der MIN-Fakultät der UHH und ist Scientific Director des House of Computing und Data Science. Das ganze Gespräch finden Sie unter: https://www.uni-hamburg.de/lehre-navi/lehrende/podcast-gki.html Generative KI im Studium an der UHH: https://www.isa.uni-hamburg.de/ddlitlab/gki/gki-landing-page.html Dieses Interview ist Teil einer Gesprächsreihe mit Expert:innen der Universität Hamburg im Bereich generativer KI. In dieser Reihe beleuchten wir das Thema generative KI aus unterschiedlichen Forschungsperspektiven und Arbeitsbereichen. Produziert vom Team DUTy im DDLitLab (2025). uhh.de/ddlitlab
- Lizenz:
-
- UHH-L2G
- Quellsystem:
- Lecture2Go UHH
Interne Metadaten
- Quelldatensatz
- oai:lecture2go.uni-hamburg.de:70983