LinkPercy LiangSammlung
Während viele führende KI-Modelle hinter geschlossenen Türen großer Konzerne entstehen, plädiert Percy Liang für 'Open Development', das über reine Open-Weight- oder Open-Source-Ansätze hinausgeht. Seine Initiativen machen Trainingsläufe und Fehlerquoten transparent, was Standards für reproduzierbare Forschung und Ausbildung im Bereich Foundation Models setzt.
Liangs Fokus verbindet theoretische Grundlagenforschung mit praktischer Transparenz. Projekte wie Marin und Kurse wie CS336 zielen darauf ab, die Entwicklung großer Sprachmodelle zu entmystifizieren. Die Offenlegung von gescheiterten Versuchen bricht mit der üblichen Publikationspraxis und bietet einen realistischen Blick auf Ressourcenaufwand und Methodik im Deep Learning.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:Tengyu Ma
Die offizielle Homepage von Tengyu Ma, Assistant Professor für Informatik an der Stanford University, bietet einen Überblick über seine Forschungsgebiete, aktuelle Doktoranden, Publikationen und Lehraktivitäten im Bereich Machine Learning.
Link:Andrej Karpathy
Die persönliche Portfolio- und Ressourcen-Website des KI-Forschers Andrej Karpathy bietet einen Überblick über seine beruflichen Stationen, Lehrmaterialien, Vorträge und Open-Source-Projekte.
Link:Tatsunori Hashimoto, Percy Liang
Die Stanford-Lehrveranstaltung CS336 vermittelt die Entwicklung von Sprachmodellen von Grund auf – ähnlich wie klassische Betriebssystemkurse. Studierende durchlaufen alle Phasen von Datenbereinigung und Tokenisierung über Transformer-Architekturen und GPU-Optimierung mit Triton bis hin zu Post-Training und Alignment.
Link:Sebastian Raschka
Die persönliche Website des KI-Forschers Sebastian Raschka bietet praxisnahe Analysen, Code-Implementierungen und technische Notizen zu aktuellen Entwicklungen im LLM-Bereich.
Link:Andrew Ng / DeepLearning.AI
Die von Andrew Ng gegründete Lernplattform DeepLearning.AI bietet praxisnahe Kurse und Spezialisierungen rund um künstliche Intelligenz. Neue Kursinhalte konzentrieren sich auf adaptive KI-Agenten, lokale Coding-Workflows und automatisierte Code-Reviews.
Link:Diyi Yang, Michael Ryan, John Yang
Die Stanford University bietet im Herbst 2026 den Kurs CS 329Z (Engineering AI Agents) an. Die Lehrveranstaltung behandelt den Übergang von monolithischen Sprachmodellen zu sogenannten Compound AI Systems und autonomen Agenten. Alle Kursmaterialien wie Vorlesungsfolien und Leselisten sind öffentlich über die Kurs-Website zugänglich.
Ein Teil von diesem Inhalt wurde mit KI gemacht.
