Das neue KI-Modell „Apertus“ aus der Schweiz setzt auf Transparenz und Datensicherheit.
In Kürze
- Entwickelt von ETH Zürich und EPFL
- Öffentlicher Zugang zu Quellcode und Trainingsdaten
- Fokus auf Datenschutz und Kontrolle für Unternehmen
Die Schweiz präsentiert „Apertus“: Ein Transparentes KI-Modell
Die Schweiz hat mit „Apertus“ ein neues KI-Modell vorgestellt, das sich durch seine Transparenz von bekannten Modellen wie ChatGPT abhebt. Entwickelt von renommierten Institutionen wie der ETH Zürich und der EPFL, setzt Apertus auf Offenheit: Der Quellcode, die Trainingsdaten und der gesamte Entwicklungsprozess sind für alle zugänglich. Dieses transparente Vorgehen soll das Vertrauen in die Technologie stärken und die Datensicherheit erhöhen.
Varianten von Apertus
Apertus kommt in zwei Varianten daher: einer kleineren Version mit 8 Milliarden Parametern und einer größeren mit beeindruckenden 70 Milliarden Parametern. Das Training des Modells erfolgte auf einem umfangreichen Datensatz, der über 1.000 Sprachen umfasst. Besonders hervorzuheben ist die Berücksichtigung einer Vielzahl nicht-englischer Sprachen, einschließlich Schweizerdeutsch.
Interessant für Entwickler und Organisationen
Für Entwickler und Organisationen, die eigene KI-Anwendungen mit hohen Anforderungen an Datenschutz und Datenkontrolle realisieren möchten, ist Apertus besonders interessant. Das Modell ist öffentlich über Plattformen wie Hugging Face und Swisscom zugänglich. Während einige proprietäre Modelle in Leistungstests momentan besser abschneiden, punktet Apertus vor allem in den Bereichen Kontrolle und Sicherheit. Das macht es besonders attraktiv für Unternehmen, die Wert auf Datenschutz legen.
Die Zukunft von Apertus
Ob Apertus sich langfristig durchsetzen kann, hängt entscheidend von der erfolgreichen Integration und der Entwicklung einer aktiven Community ab. Die kommenden Monate werden zeigen, wie sich dieses innovative Modell in der KI-Landschaft behaupten wird.
Quellen
- Quelle: Schweiz, ETH Zürich, EPFL, CSCS
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
