Glossar

Instruction Tuning

Was ist Instruction Tuning?

Instruction Tuning ist eine Form der Feinabstimmung, bei der ein vortrainiertes Sprachmodell mit vielen Beispielpaaren aus Anweisung und gewünschter Antwort weitertrainiert wird. Dadurch lernt das Modell, Aufgaben in natürlicher Sprache zu befolgen, statt nur Text fortzusetzen. Es ist ein zentraler Schritt auf dem Weg vom Basismodell zum Assistenten und wird häufig mit Verfahren wie RLHF kombiniert. Beispiel: „Fasse diesen Text in drei Sätzen zusammen“ wird zuverlässig umgesetzt.

So hilft KI.ordo

KI.ordo trainiert keine Modelle, sondern nutzt die bereits als Assistenten trainierten Claude-Modelle von Anthropic und steuert ihr Verhalten über Anweisungen und Wissen.

Mehr erfahren →

Themen

Feinabstimmung
Sprachmodelle
Training

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Feinabstimmung (Fine-Tuning)

Feinabstimmung (Fine-Tuning) bedeutet, ein bereits vortrainiertes KI-Modell mit zusätzlichen, meist aufgabenspezifischen Daten weiterzutrainieren. Dabei werden die internen Gewichte angepasst, damit das Modell etwa einen bestimmten Schreibstil, ein Fachvokabular oder ein Ausgabeformat zuverlässiger beherrscht. Fine-Tuning erfordert sorgfältig aufbereitete Beispieldaten, Rechenleistung und Tests. Für viele Anwendungen reichen gut formulierte Anweisungen und angebundenes Wissen aus, die sich leichter ändern lassen.

Modelltraining
Anpassung
+1

Reinforcement Learning from Human Feedback (RLHF)

RLHF ist ein Trainingsverfahren, mit dem Sprachmodelle hilfreicher und sicherer werden. Menschen vergleichen und bewerten mehrere Antworten des Modells; aus diesen Urteilen wird ein Belohnungsmodell gelernt, das anschließend per Reinforcement Learning das Sprachmodell selbst nachtrainiert. So lernt es etwa, verständlicher zu antworten oder problematische Anfragen abzulehnen. RLHF findet beim Modellanbieter statt, bevor ein Modell veröffentlicht wird – nicht beim einzelnen Nutzer.

Training
menschliches Feedback
+1

Großes Sprachmodell (LLM)

Ein großes Sprachmodell (Large Language Model, LLM) ist ein neuronales Netz, das mit sehr großen Textmengen trainiert wurde und dadurch Sprache verstehen und erzeugen kann. Es arbeitet, indem es Schritt für Schritt das wahrscheinlichste nächste Token berechnet. LLMs schreiben, fassen zusammen, übersetzen, beantworten Fragen und erzeugen Code; bekannte Beispiele sind Claude, GPT, Gemini und Llama. Ohne Zugriff auf aktuelle Quellen kennen sie nur den Stand ihrer Trainingsdaten.

Sprachmodelle
Generative KI
+1

Prompt

Ein Prompt ist die Eingabe, mit der man einem KI-Modell sagt, was es tun soll – eine Frage, eine Aufgabe oder eine Anweisung, oft ergänzt um Kontext, Beispiele und das gewünschte Format. Die Qualität der Antwort hängt stark davon ab, wie klar und vollständig der Prompt ist. Ein Beispiel: Statt „Schreib was über unser Produkt“ besser „Schreibe drei kurze Vorteile von Produkt X für Handwerksbetriebe, sachlicher Ton“.

Prompting
Eingabe
+1

Vorlage