#Talks
Retrieval-Augmented Generation (RAG) verbessert Large Language Modelle (LLMs) durch die Integration von Information Retrieval und überwindet dadurch deren Schwächen wie Halluzinationen, veraltetes Wissen und mangelnden Zugang zu privaten Unternehmensdaten. Dies macht RAG zu einer wertvollen Geschäftsanwendung in verschiedenen Branchen. Allerdings gibt es nach wie vor große Herausforderungen, darunter die Abfrageeffizienz, die Qualität der Quellen und die Integration strukturierter und unstrukturierter Daten. Diese AI Academy nimmt fortgeschrittene RAG-Techniken in den Blick, die darauf abzielen, diese Herausforderungen zu lösen. Wie immer bei der AI Academy laden wir einen Speaker aus der Forschung (Christopher Tauchmann) und einen Speaker aus der Industrie (Marcel Rosiak) ein, dieses innovative KI-Thema von beiden Seiten zu beleuchten.
Christopher Tauchmann wird einen Überblick über RAG geben und dabei auf grundlegende Konzepte und wichtige Fortschritte im Retrieval sowie auf domänenspezifische Feinabstimmungen eingehen. In seinem Vortrag wird er untersuchen, wie diese Entwicklungen die Relevanz der generierten Inhalte verbessern können.
Marcel wird zwei reale Fallstudien von fortgeschrittenen RAG-Anwendungen vorstellen, die sich auf (1) die Optimierung eines kleinen, deutschsprachigen RAG-Systems mit gezielten Trainingsmethoden und auf (2) die Integration von Wissensgraphen in den Retrievalprozess konzentrieren. Sein Vortrag wird auch Geschäftsstrategien für die erfolgreiche Implementierung dieser Fortschritte in Unternehmen behandeln.
#Speaker
Christopher ist Postdoc am AIML Lab der TU Darmstadt und bei hessian.AI. Seine Arbeit konzentriert sich auf das Post-Training von LLMs mit einem Schwerpunkt auf Reasoning.
Marcel leitet den Bereich KI-Innovationen bei embraceableAI mit Schwerpunkt auf der Entwicklung praktischer, unternehmenstauglicher Sprachmodelllösungen. Derzeit leitet er das GRAG-Projekt, ein Gemeinschaftsprojekt zur Förderung deutschsprachiger KI-Fähigkeiten.
*Das Event findet auf Englisch statt.