Ein Projekt, das verschiedene LLMs befragt, um ihre Präferenzen zwischen populären Developer Tools zu vergleichen. Die Ergebnisse zeigen, wie KI-Modelle unterschiedliche Entwicklungswerkzeuge bewerten und welche Unterschiede zwischen den Modellen bestehen.
Diskussion über die Auswirkungen von KI auf Softwareentwicklung, basierend auf einem Podcast-Episode mit Simon Willison. Behandelt Themen wie konzeptuelle Integrität von Code und Metriken zur Codequalität.
Tool zur Visualisierung und zum Verständnis von Text-Watermarks in Large Language Models. Ermöglicht es, die von Anthropic und anderen implementierten Watermarking-Mechanismen nachzuvollziehen und zu analysieren.
Tool für die Erstellung und den Export von Custom Embeddings aus OlmoEarth Studio. Ermöglicht die Verarbeitung von Erd- und Satellitenbilddaten für nachgelagerte Analyseanwendungen. Richtet sich an Nutzer, die georäumliche Daten mit Machine Learning analysieren möchten.
Interaktiver Kurs für Systems Programming mit Fokus auf LLM Serving. Vermittelt Backend-Ingenieuren mit Java/Python-Erfahrung die notwendigen Low-Level-Kenntnisse durch 68 Lektionen, 9 Tracks und praktische Rust-Labs zu Tokenisierung, Caching und Scheduling.
Dokumentation eines Sicherheitsvorfalls bei OpenAI gegen Hugging Face mit detaillierten technischen Abläufen. Basiert auf einer Black-Hat-Sicherheitskonferenz-Präsentation von OpenAI mit vollständiger Chronologie und internen Abläufen.
Vergleichsplattform, die misst, welche KI-Modelle die lustigsten Witze generieren. Ein trainiertes Modell basierend auf etwa 50.000 menschlichen Bewertungen bewertet die Humorqualität verschiedener Frontier-Modelle. Zeigt, dass Fable 5 am häufigsten als lustig bewertet wird, während GPT-4o am wenigsten Lacher erhält.
Ein RAG-System (Retrieval-Augmented Generation) für Multi-Hop-Anfragen, das ohne LLM-Calls im Query-Pfad auskommt. Nutzt effiziente Retrieval-Mechaniken, um Informationen über mehrere Schritte hinweg zu verbinden. Reduziert Latenz und Kosten durch optimierte Architektur.
Forschungsstudie zu Sprachinteraktionen zwischen Arabisch und Hebräisch in GPT-5.4 mit 12.160 dokumentierten Testfällen. Analysiert systematische Artefakte und Besonderheiten bei der mehrsprachigen Sprachverarbeitung. Veröffentlicht auf Zenodo als offenes Forschungsdataset.
Ein experimenteller Suchmaschinen-Ansatz, der traditionelle Indexierung überdenkt und SEO-Optimierung entgegenwirken soll. Das Tool adressiert das Problem, dass aktuelle Suchergebnisse zunehmend von SEO-optimierten Inhalten und LLM-generierten Zitaten dominiert werden.
RAG-Engine (Retrieval-Augmented Generation) mit integrierter Dokumentation von Limitations und noch nicht implementierten Features. Ziel ist transparente Kennzeichnung von Fähigkeitslücken statt Verschleierung dieser.
Benchmark-Studie, die untersucht, ob die Verwendung von Codex Skills bei OpenAI's Codex die Token-Effizienz verbessert. Testet verschiedene Task-Größen über sechs Durchläufe, um Einsparungen zu messen.