LinkSebastian RaschkaSammlung
Für Entwickler und KI-Praktiker bietet die Website fundierte, quellcodeorientierte Einblicke in LLM-Architekturen, Deep Learning und Open-Source-Alternativen ohne Marketing-Jargon.
Raschkas Plattform dient als Wissensressource an der Schnittstelle von Modelltraining, Inferenz und Systemarchitektur. Statt rein theoretischer Abhandlungen stehen nachvollziehbare Codebeispiele und die Dekonstruktion moderner Architekturen wie Reasoning Models und MoE-Ansätze im Mittelpunkt.
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: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:Hamel Husain
Der Blog von Machine-Learning-Entwickler Hamel Husain bietet praxisorientierte Leitfäden zu KI-Evaluierungen, LLMs und Datenwissenschaft.
Link:llm-chronicles.com
LLM Chronicles ist eine praxisorientierte Bildungsplattform, die Deep Learning und Large Language Models anhand von Whiteboard-Animationen und interaktiven PyTorch-Labs vermittelt. Die Inhalte reichen von grundlegenden Perzeptronen bis zu aktuellen Reasoning-Modellen und Absicherungsmethoden.
Repository:w3cj/how-llms-work
Das GitHub-Repository 'how-llms-work' von w3cj bietet eine interaktive Webanwendung, die Schritt für Schritt erklärt, wie moderne Large Language Models funktionieren. Vom einfachen regelbasierten Chat über neuronale Netze, BPE-Tokenisierung und Word2Vec-Embeddings bis hin zum Training eines Transformers von Grund auf wird jede Stufe mit lokal ausführbarem Code veranschaulicht.
568SterneTypeScript
Link:Poolside
Poolside hat Laguna-S-2.1 veröffentlicht, ein Mixture-of-Experts-Sprachmodell mit 118 Milliarden Gesamtparametern und rund 8 Milliarden aktiven Parametern pro Token. Das Modell ist speziell auf Softwareentwicklung und langlebige Agenten-Workflows ausgelegt und steht unter der permissiven OpenMDW-1.1-Lizenz bereit.
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.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
