

Open Weights, Open Source, Open Future? KI verstehen mit Ex-Hugging Face Evangelist Julian
Jun 27, 2025
Julian Simon, ehemaliger Chief Evangelist bei Hugging Face und Mitgründer von Arcee.ai, teilt seine umfassenden Kenntnisse über KI-Systeme. Er erklärt den Unterschied zwischen Small und Large Language Models und empfiehlt, nicht jedes Unternehmen solle ein eigenes Modell trainieren. Julian geht auf das Konzept von Open Weights und Open Source ein und diskutiert die Bedeutung von Datenqualität. Spannend ist auch seine Sicht auf die Rolle synthetischer Daten und die stillen Anwendungen von KI in unserem Alltag.
AI Snips
Chapters
Transcript
Episode notes
Julians Weg zur KI-Expertise
- Julian startete als Softwareingenieur und CTO in Startups, bevor er sich auf KI spezialisierte.
- Seine technische Neugier trieb ihn dazu, KI nicht als Blackbox zu akzeptieren, sondern sie zu verstehen und zu skalieren.
Wie Large Language Models funktionieren
- Sprachmodelle nutzen riesige Datensätze, um Wortbeziehungen zu verstehen und Wörter vorherzusagen.
- Modelle generieren Worte als "nächste Token", basierend auf Wahrscheinlichkeiten in sehr großen Vokabularen.
Richtiges Modelltraining in Unternehmen
- Trainingsdaten sollten hochwertig, kuratiert und relevant zur Problemstellung sein.
- Firmen sollten lieber auf Basis bestehender Modelle feinjustieren statt von null zu trainieren.