Speakers
Description
Allgemeine KI-Modelle stoßen oft an ihre Grenzen und halluzinieren, wenn es um spezifische Datensätze, interne Dokumente oder aktuelle Forschungsarbeiten geht. In diesem Workshop zeigen wir Ihnen, wie Sie diese Lücke schließen und einen KI-Chatprompt erstellen, der auf Basis freier Sprachmodelle und eigener Dokumente antwortet und das mit vollständiger Datensouveränität.
Zielgruppe: Forschende, Lehrende, Mitarbeitende aus dem wissenschaftsunterstützendem Bereich
Abstract
In diesem Hands-on Workshop ersetzen wir das Raten allgemeiner Sprachmodelle durch Fakten und setzen einen KI-System auf, das auf Basis Ihrer eigenen Dokumente antwortet. Mithilfe der Methode RAG (Retrieval-Augmented Generation) befähigen wir eine lokale KI, Dokumente zu „verstehen“, gezielte Fragen dazu zu beantworten und Quellen zu belegen – ohne dass Ihre Daten Ihren Rechner beziehungsweise universitäre Server verlassen müssen. Wir lernen die Grundlagen von RAG und wie die KI Dokumente „liest“, in Vektoren übersetzt und so relevante Informationen findet. Im Hands-on-Teil erstellen wir einen Wissensspeicher aus PDF-Dokumenten, Textdateien oder Web-Inhalten und analysieren die Qualität der Antworten. Im Anschluss optimieren wir den Chatprompt so, dass die KI möglichst präzise auf Basis der bereitgestellten Daten antwortet.