Using Large Language Models in Sustainability – with Tobias Schimanski, University of Zurich [EN]
Klicken Sie auf den unteren Button, um den Inhalt von Spotify zu laden.
Large language models (LLMs) haben das Potenzial, Nachhaltigkeitsdaten zu analysieren und zu generieren, insbesondere in zukunftsorientierten Bereichen.
In dieser Folge des Data Culture Podcast interviewt Carsten Tobias Schimanski, einen Forscher und Experten für generative KI im Bereich Nachhaltigkeit. Sie diskutieren die Schnittmenge von generativer KI und Nachhaltigkeit, wobei sie die Herausforderungen bei der Arbeit mit Nachhaltigkeitsdaten und die Anwendungen großer Sprachmodelle (LLMs) in diesem Bereich untersuchen.
Tobias erklärt das Konzept der Retrieval Augmented Generation und betont die Bedeutung von Expertenwissen für die Effektivität und erklärt, dass die Feinabstimmung von LLMs mit domänenspezifischen Daten zu besseren Ergebnissen führen kann, als wenn man sich nur auf Basismodelle verlässt.
Viel Spaß mit der Folge!
Hier ist die Episode über Nachhaltigkeit mit Daten mit Ridwan Bhuiyan von Zalando.
Die Episode mit Mathias Münch von Merck findet ihr hier.
Tobias Schimanski auf LinkedIn.
Carsten Bange auf LinkedIn.
BARC auf LinkedIn.
Abonniert den Data Culture Podcast für weitere Einblicke in die Schnittmenge von Datenkultur, KI und Nachhaltigkeit! #DataCulture #Sustainability #AI #GenerativeAI #LargeLanguageModels #Podcast
