ProjektOPENHAFM – Evaluierung und Verbesserung offener Basismodelle durch einen systematischen Vergleich mit menschlichem…
Grunddaten
Akronym:
OPENHAFM
Titel:
Evaluierung und Verbesserung offener Basismodelle durch einen systematischen Vergleich mit menschlichem Verhalten und Kuratierung von Datensätzen
Laufzeit:
01.10.2024 bis 30.09.2027
Abstract / Kurz- beschreibung:
Unser Vorhaben "Analyse und Verbesserung offener Foundation Modelle durch einen systematischen und
vergleichenden Benchmark auf menschlichem Verhalten und gezielter Kuration von Datensätzen"
(OPENHAFM) zielt darauf ab, die funktionale Übereinstimmung zwischen Menschen und Foundation-
Modellen zu verbessern, indem wir Lücken im Denkprozess angehen und Datenkurationsstrategien
optimieren. Wir planen, aktuelle state-of-the-art Sprach- und Vision-Sprach-Modelle (LLVMs) wie CLIP,
LLava, Flamingo und StableDiffusion systematisch zu benchmarken, um Fehlanpassungen und Denkfehler
zu identifizieren und zu quantifizieren. Dazu entwickeln wir spezifische Benchmarks für die Mensch-ModellÜbereinstimmung
und analysieren die Modellleistung in verschiedenen Größen und Datenskalen, um die
Auswirkungen von Skalierungsgesetzen zu verstehen. Durch die Nutzung der Rechenressourcen des
Jülicher Supercomputing Centers und die Datenexpertise von LAION wollen wir neuartige
Datenkurationsstrategien entwickeln, die die Datenqualität und -vielfalt erhöhen und somit die
Übereinstimmung von menschlichen und modellbasierten Denkprozessen verbessern. Die
Zusammenarbeit zwischen dem Tübinger AI Center, dem Jülicher Supercomputing Center und LAION
vereint führende Expertise in Verhaltenskonsistenz, großskaligem Rechnen und Open-Source-
Datensätzen, um funktionale Fehlanpassungen systematisch zu reduzieren. Dieser Ansatz wird die
Zuverlässigkeit und Nützlichkeit von Foundation-Modellen steigern und sie für anspruchsvolle
Anwendungen wie in der Medizin und im autonomen Fahren geeigneter machen.
vergleichenden Benchmark auf menschlichem Verhalten und gezielter Kuration von Datensätzen"
(OPENHAFM) zielt darauf ab, die funktionale Übereinstimmung zwischen Menschen und Foundation-
Modellen zu verbessern, indem wir Lücken im Denkprozess angehen und Datenkurationsstrategien
optimieren. Wir planen, aktuelle state-of-the-art Sprach- und Vision-Sprach-Modelle (LLVMs) wie CLIP,
LLava, Flamingo und StableDiffusion systematisch zu benchmarken, um Fehlanpassungen und Denkfehler
zu identifizieren und zu quantifizieren. Dazu entwickeln wir spezifische Benchmarks für die Mensch-ModellÜbereinstimmung
und analysieren die Modellleistung in verschiedenen Größen und Datenskalen, um die
Auswirkungen von Skalierungsgesetzen zu verstehen. Durch die Nutzung der Rechenressourcen des
Jülicher Supercomputing Centers und die Datenexpertise von LAION wollen wir neuartige
Datenkurationsstrategien entwickeln, die die Datenqualität und -vielfalt erhöhen und somit die
Übereinstimmung von menschlichen und modellbasierten Denkprozessen verbessern. Die
Zusammenarbeit zwischen dem Tübinger AI Center, dem Jülicher Supercomputing Center und LAION
vereint führende Expertise in Verhaltenskonsistenz, großskaligem Rechnen und Open-Source-
Datensätzen, um funktionale Fehlanpassungen systematisch zu reduzieren. Dieser Ansatz wird die
Zuverlässigkeit und Nützlichkeit von Foundation-Modellen steigern und sie für anspruchsvolle
Anwendungen wie in der Medizin und im autonomen Fahren geeigneter machen.
Schlüsselwörter:
künstliche Intelligenz
artificial intelligence
maschinelles Lernen
machine learning
Foundation Models
Beteiligte Mitarbeiter/innen
Leiter/innen
Mathematisch-Naturwissenschaftliche Fakultät
Universität Tübingen
Universität Tübingen
Institut für Theoretische Physik (ITP)
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
SFB 1233 - Robustheit des Sehens – Prinzipien der Inferenz und der neuronalen Mechanismen
Sonderforschungsbereiche und Transregios
Sonderforschungsbereiche und Transregios
Bernstein Center for Computational Neuroscience Tübingen (BCCN)
Interfakultäre Institute
Interfakultäre Institute
Tübingen AI Center
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Weitere Mitarbeiter/innen
Institut für Theoretische Physik (ITP)
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Institut für Theoretische Physik (ITP)
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Institut für Theoretische Physik (ITP)
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Physik, Mathematisch-Naturwissenschaftliche Fakultät
Lokale Einrichtungen
Tübingen AI Center
Fachbereich Informatik
Mathematisch-Naturwissenschaftliche Fakultät
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Theoretische Physik (ITP)
Fachbereich Physik
Mathematisch-Naturwissenschaftliche Fakultät
Mathematisch-Naturwissenschaftliche Fakultät
Geldgeber
Bonn, Nordrhein-Westfalen, Deutschland