KI und Data, Teil 4
Um spezifischere Anforderungen zu erfüllen, brauchen Sprachmodelle etwas „Nachhilfe“. Zwei Methoden hierfür sind Fine-Tuning und Retrieval-Augmented Generation (RAG).
Diese Seite stellt den Artikel vor. Der vollständige Text ist bei dotnetpro erschienen.
Bei dotnetpro lesen(öffnet in neuem Tab)Ein starkes Modell allein schreibt noch keinen verlässlichen Code. Erst im Repository zeigt sich, ob aus künstlicher Intelligenz ein brauchbarer Entwicklungspartner entsteht oder aber ein Risiko mit Shell-Zugriff.
KI · .NET · Tooling
Dokumente sind für AI-Agenten oft der schwierigste Teil der Eingabekette. LiteParse verspricht hier einen schlanken, lokalen Weg, der aber Grenzen hat.
KI · .NET
Smartere Workflows und ein klarer Blick auf Wartbarkeit: NDepend 2026 öffnet spannende Türen - gerade im Zusammenspiel mit KI.
.NET · Tooling · KI
KI-Modelle benötigen standardisierte Schnittstellen, um konsistent einsetzbar zu sein. Microsoft.Extensions.AI und Microsoft.Extensions.VectorData abstrahieren verschiedene Dienste und bieten eine zentrale Middleware.
.NET · KI
Binden Sie verschiedene große Sprachmodelle unter .NET mit OllamaSharp an.
KI · .NET
Promovierter Informatiker, Head of IT, Fachautor. Ich verbinde Technik, Schreiben und Wissensvermittlung.
Projekt, Training oder Text: Schreiben Sie mir, ich antworte in der Regel innerhalb von zwei Werktagen.
