(Bearbeitungszeit: 1.September 2025 – 13.September 2025)

KONTAKT : info@oksimo.org

Dieser Text gehört zur Seite ‚Mensch & KI: Risiko oder Chance‘

AKTUELLE KI-Chatbots 2025

(Letzte Änderung: 1.Sept. 2025)

Kurzer Überblick über die 10 am meisten genutzen Chatbots weltweit (ohne China)

Glossar von Abkürzungen (Mit Links)

• API – Application Programming Interface
  Schnittstelle, über die Software-Komponenten miteinander kommunizieren können (z. B. für Dateizugriff oder externe Dienste).
• FP8 – Floating Point 8-bit
  Ein komprimiertes Zahlenformat (nur 8 Bit) für schnellere und speichersparendere Berechnungen beim Training von LLMs.
  • GPT – Generative Pre-trained Transformer : https://en.wikipedia.org/wiki/Generative_pre-trained_transformer
    Modellreihe von OpenAI; „pre-trained“ heißt: vortrainiert auf großen Textmengen; „transformer“ bezeichnet die Architektur.
    • Transformer (deep learning architecture): https://en.wikipedia.org/wiki/Transformer_(deep_learning_architecture)
    • Attention (machine learning): https://en.wikipedia.org/wiki/Attention_(machine_learning)
    • Task-specific models: Teil von GPT – https://en.wikipedia.org/wiki/Generative_pre-trained_transformer
• LLM – Large Language Model
  Sprachmodell mit sehr vielen Parametern (meist Milliarden), trainiert auf großen Textkorpora, Grundlage fast aller modernen Chatbots.
• https://en.wikipedia.org/wiki/Large_language_model
• https://transformer-circuits.pub/2025/attribution-graphs/biology.html#dives-poems%7Ctitle=On
• LLaMA – Large Language Model Meta AI
  Open-Source-Modellreihe von Meta, dient häufig als Basis für andere Modelle (z. B. Sonar in Perplexity)
• MLA – Multi-head Latent Attention
  Architektur-Variante von DeepSeek: Effiziente Aufmerksamkeitsschicht (Attention) für parallele Verarbeitung.
• MoE – Mixture of Experts
  Architektur, bei der nicht alle Parameter gleichzeitig genutzt werden, sondern spezialisierte „Experten“-Subnetze je nach Aufgabe aktiviert werden → spart Rechenressourcen.
• https://en.wikipedia.org/wiki/Mixture_of_experts
• R1 – DeepSeek Reasoning Model, Version 1
  Eine spezielle Modellreihe von DeepSeek, trainiert für komplexes logisches Denken (reasoning).
• RL – Reinforcement Learning
  Lernmethode, bei der ein Modell durch Belohnung/Bestrafung optimiert wird (ähnlich wie Versuch & Irrtum).
• RLHF – Reinforcement Learning from Human Feedback
  Trainingstechnik: Menschen bewerten Modellantworten, und diese Rückmeldungen werden als Belohnungssignal für RL genutzt.
• https://en.wikipedia.org/wiki/Fine-tuning_(deep_learning)
• https://en.wikipedia.org/wiki/Reinforcement_learning_from_human_feedback
• RoPE – Rotary Positional Embedding
  Mathematische Technik, um Reihenfolge (Positionen) in Transformer-Modellen effizient darzustellen.
• RMSNorm – Root Mean Square Normalization
  Normalisierungsmethode innerhalb neuronaler Netze, die Rechenstabilität verbessert (Alternative zu LayerNorm).
• SFT – Supervised Fine-Tuning
  Nachtraining eines Modells mit klar beschrifteten Beispielen (z. B. Frage-Antwort-Paare), um gewünschtes Verhalten zu verstärken.
• https://en.wikipedia.org/wiki/Supervised_learning
• Transformer: https://en.wikipedia.org/wiki/Transformer_(deep_learning_architecture) und darauf aufbauend Generative pre-trained transformer (GPT): https://en.wikipedia.org/wiki/Generative_pre-trained_transformer
• SwiGLU – Swish-Gated Linear Unit
  Aktivierungsfunktion in neuronalen Netzen, die oft bessere Leistung als Standardfunktionen (ReLU, GELU) bringt.