Dr. Nicole Göbel
@creativity.bsky.social
Data & science enthusiast with a passion for health research, creativity, and technology. Not a doctor.
#Democracy #Data #Health #Science #RStats #SQL #DWH #LLM #SciFi #Movies #Origami #Art #Creativity #Archery #Gardening #Swimming
Opinions are mine.
#Democracy #Data #Health #Science #RStats #SQL #DWH #LLM #SciFi #Movies #Origami #Art #Creativity #Archery #Gardening #Swimming
Opinions are mine.
Reposted by Dr. Nicole Göbel
'Nicht ganz scharf aber trotzdem gut' #FotoVorschlag
November 7, 2025 at 8:47 AM
'Nicht ganz scharf aber trotzdem gut' #FotoVorschlag
Reposted by Dr. Nicole Göbel
November 7, 2025 at 7:18 AM
Reposted by Dr. Nicole Göbel
'Nicht ganz scharf aber trotzdem gut' #FotoVorschlag
November 7, 2025 at 9:34 AM
'Nicht ganz scharf aber trotzdem gut' #FotoVorschlag
Reposted by Dr. Nicole Göbel
Reposted by Dr. Nicole Göbel
Hier kommen die Student*innen gerade an, die in Čačak losgelaufen sind. (Es werden immer wieder Gruppen nacheinander in die Stadt gelassen.) Das wird morgen eine unglaublich große Kundgebung in Novi Sad sein. So viele tausend Menschen sind schon heute Abend aus ganz #Serbien zu Fuß! angekommen.
3/x
3/x
October 31, 2025 at 10:22 PM
Hier kommen die Student*innen gerade an, die in Čačak losgelaufen sind. (Es werden immer wieder Gruppen nacheinander in die Stadt gelassen.) Das wird morgen eine unglaublich große Kundgebung in Novi Sad sein. So viele tausend Menschen sind schon heute Abend aus ganz #Serbien zu Fuß! angekommen.
3/x
3/x
Konsistente Ergebnisse sind ein mega Thema bei der aktuellen Halbwertszeit der online Modelle. Besser mehrere lokale Modelle ausgiebig testen.
October 31, 2025 at 2:33 PM
Konsistente Ergebnisse sind ein mega Thema bei der aktuellen Halbwertszeit der online Modelle. Besser mehrere lokale Modelle ausgiebig testen.
Es ist erheblich komplexer als das. Es gibt viele Stellschrauben und Variablen, die kaum konsistent gehalten oder gezielt variiert werden (können). Allein die Gratwanderung zwischen zu wenig und zu viel Kontext.
October 31, 2025 at 2:20 PM
Es ist erheblich komplexer als das. Es gibt viele Stellschrauben und Variablen, die kaum konsistent gehalten oder gezielt variiert werden (können). Allein die Gratwanderung zwischen zu wenig und zu viel Kontext.
Im Gegenteil. Wenige Experten mit demselben Ziel können es nach meiner Ansicht besser als viele mit zu heterogenen Interessen.
October 31, 2025 at 2:14 PM
Im Gegenteil. Wenige Experten mit demselben Ziel können es nach meiner Ansicht besser als viele mit zu heterogenen Interessen.
Der Schwachsinn mit den Unterschieden bei Tickets und Plätzen setzt bei manchen jeden gesunden Menschenverstand aus.
Und das Chaos ist perfekt, wenn die elektronischen Anzeigen nicht aktuell sind.
Würde die DB lieber mal für Verlass sorgen, statt Reisende gegeneinander auszuspielen.
Und das Chaos ist perfekt, wenn die elektronischen Anzeigen nicht aktuell sind.
Würde die DB lieber mal für Verlass sorgen, statt Reisende gegeneinander auszuspielen.
October 31, 2025 at 1:52 PM
Der Schwachsinn mit den Unterschieden bei Tickets und Plätzen setzt bei manchen jeden gesunden Menschenverstand aus.
Und das Chaos ist perfekt, wenn die elektronischen Anzeigen nicht aktuell sind.
Würde die DB lieber mal für Verlass sorgen, statt Reisende gegeneinander auszuspielen.
Und das Chaos ist perfekt, wenn die elektronischen Anzeigen nicht aktuell sind.
Würde die DB lieber mal für Verlass sorgen, statt Reisende gegeneinander auszuspielen.
Man kann das auch mit weniger Geld in einem kleinen Team hinbekommen.
Was die Studien angeht, ist das Problem auch fehlende Standards und Vergleichbarkeit. Daraus allgemeingültige Aussagen zu treffen, ist aktuell eigentlich nicht möglich. Dazu sind die Settings zu verschieden.
Was die Studien angeht, ist das Problem auch fehlende Standards und Vergleichbarkeit. Daraus allgemeingültige Aussagen zu treffen, ist aktuell eigentlich nicht möglich. Dazu sind die Settings zu verschieden.
October 31, 2025 at 1:36 PM
Man kann das auch mit weniger Geld in einem kleinen Team hinbekommen.
Was die Studien angeht, ist das Problem auch fehlende Standards und Vergleichbarkeit. Daraus allgemeingültige Aussagen zu treffen, ist aktuell eigentlich nicht möglich. Dazu sind die Settings zu verschieden.
Was die Studien angeht, ist das Problem auch fehlende Standards und Vergleichbarkeit. Daraus allgemeingültige Aussagen zu treffen, ist aktuell eigentlich nicht möglich. Dazu sind die Settings zu verschieden.
Was soll denn bitte echte KI sein?
Man wirft einem menschlichen Broca-Areal ja auch nicht vor, dass es Schrott sei, weil es nur ein Teil aber noch kein ganzes Gehirn ist.
Man wirft einem menschlichen Broca-Areal ja auch nicht vor, dass es Schrott sei, weil es nur ein Teil aber noch kein ganzes Gehirn ist.
October 31, 2025 at 12:05 PM
Was soll denn bitte echte KI sein?
Man wirft einem menschlichen Broca-Areal ja auch nicht vor, dass es Schrott sei, weil es nur ein Teil aber noch kein ganzes Gehirn ist.
Man wirft einem menschlichen Broca-Areal ja auch nicht vor, dass es Schrott sei, weil es nur ein Teil aber noch kein ganzes Gehirn ist.
Und RAG ist ein zweistufiger Prozess: Retrieval (Abruf): Hier kommt ein spezielles Abrufmodell (kein LLM) zum Einsatz. Generation (Erzeugung): Die abgerufenen Ergebnisse werden einem LLM übergeben. Das generiert die finale Antwort unter Berücksichtigung des bereitgestellten Kontextes.
October 31, 2025 at 12:00 PM
Und RAG ist ein zweistufiger Prozess: Retrieval (Abruf): Hier kommt ein spezielles Abrufmodell (kein LLM) zum Einsatz. Generation (Erzeugung): Die abgerufenen Ergebnisse werden einem LLM übergeben. Das generiert die finale Antwort unter Berücksichtigung des bereitgestellten Kontextes.
Ich schau es mir bei Gelegenheit genauer an. Meine Erfahrung ist, dass es massiv davon abhängt, wieviel zum Thema bereits in den Trainingsdaten war, ob die Antwort komplexes Reasoning erfordert, wieviel Daten vektorisiert wurden, ob zu viel oder zu wenig Kontext da ist,... u.v.m.
October 31, 2025 at 11:55 AM
Ich schau es mir bei Gelegenheit genauer an. Meine Erfahrung ist, dass es massiv davon abhängt, wieviel zum Thema bereits in den Trainingsdaten war, ob die Antwort komplexes Reasoning erfordert, wieviel Daten vektorisiert wurden, ob zu viel oder zu wenig Kontext da ist,... u.v.m.
Wissenschaftler mit Vorkenntissen in Machine Learning haben es leichter, für die meisten anderen ist es komplett neu und schwerer einzuordnen. Man kann nicht oft genug wiederholen, dass es keine Wahrheitsmaschine sondern eine Wahrscheinlichkeitsmaschine ist. Und für manche Settings reicht das aus.
October 31, 2025 at 11:42 AM
Wissenschaftler mit Vorkenntissen in Machine Learning haben es leichter, für die meisten anderen ist es komplett neu und schwerer einzuordnen. Man kann nicht oft genug wiederholen, dass es keine Wahrheitsmaschine sondern eine Wahrscheinlichkeitsmaschine ist. Und für manche Settings reicht das aus.
Define clusterfuck.
October 31, 2025 at 9:02 AM
Define clusterfuck.