KI-Glossar: Begriffe am Beispiel eines laufenden Labors
Jeder Eintrag: eine Definition in zwei Sätzen, wie es funktioniert und was unsere Messungen gezeigt haben. Die Zahlen stammen aus einem Labor, das seit August 2026 KI-Forschung liest und beschreibt.
Vektorendatenbank
Sucht nach Bedeutung, nicht nach Wörtern. Unser Schwellenwert: 0,764.
Embedding
Die Bedeutung in Zahlen festgehalten. 18 von 18 Treffern.
AI-Sykophantie
Warum Chatbots zustimmen. 25 Texte in unserem Labor.
Attention Is All You Need
Das Paper von 2017, aus dem LLMs hervorgingen. 288 Titel bei uns im Labor.
RAG
Ein Chatbot, der aus Ihren Dokumenten antwortet. 0,08 gr pro Antwort.
Prompt injection
Wie ein Chatbot übernommen wird. 548 Angriffe auf unseren Chat, 0 Leaks.
KI-Halluzinationen
Warum Modelle erfinden. Zahlen in unseren Berichten werden durch Code überprüft.
AI-Agent
Ein Modell, das Schritte eigenständig wählt. 26,3% der Arbeiten auf arXiv in Woche 43.
Token und Kontextfenster
Woran das Modell Kosten und Speicher misst. Unsere Frage: max. 500 Zeichen.
Großes Sprachmodell (LLM)
Wie ein modellschreibendes Modell funktioniert. 42,4 % der Arbeiten auf arXiv in Woche 43.
Modell-Evaluierung
Wie man KI mit Zahlen testet, nicht nach Auge. Von 0,05 auf 0,62 Übereinstimmung.
Fine-Tuning oder RAG
Modell anpassen oder ihm Dokumente geben? Unsere Wahl und warum.