Forscher der Renmin University und von ByteDance haben mit iLLaDA ein 8B-Sprachmodell vorgestellt, das anders funktioniert als ChatGPT. Es schließt auf der Basisebene zu Qwen2.5 auf, bleibt im Feintuning aber zurück.
Der Artikel Diffusionsmodell iLLaDA: Bytedance-Forscher fordern die Wort-für-Wort-Logik von Sprach-KI heraus erschien zuerst auf The Decoder.
KI-Entwickler haben ein 13B-Sprachmodell ausschließlich mit Texten von vor 1931 trainiert: „talkie“ antwortet auf Fragen über den Zweiten Weltkrieg mit viktorianischer Skepsis und malt sich das Jahr 2026 als Zeitalter der Dampfschiffe aus.
Der Artikel Was ein Sprachmodell über die Zukunft denkt, das nur mit Texten vor 1931 trainiert wurde erschien zuerst auf The Decoder.