LinkSammlung
Viele Schulungsmaterialien trennen theoretische mathematische Grundlagen von der praktischen Implementierung oder ueberspringen fundamentale Schritte auf dem Weg zu modernen Sprachmodellen. LLM Chronicles verbindet anschauliche Visualisierungen konsequent mit lauffaehigen PyTorch-Code-Labs und deckt zugleich modernste Systemarchitekturen und Sicherheitsaspekte ab.
Das Curriculum zeichnet die historische und technische Evolution praezise nach: von einfachen kuenstlichen Neuronen ueber rekurrente Netze bis zu aktuellen Reasoning-Architekturen. Besonders wertvoll fuer Entwickler und Data Scientists ist der Fokus auf reale Herausforderungen wie Evaluation, Quantisierung, Evaluierung von RAG-Pipelines gegen Halluzinationen sowie Abwehrmuster gegen Prompt Injection bei LLM-Agenten.
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: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:Harrison Chase, Rotem Weiss
DeepLearning.AI bietet einen rund 1,7-stündigen Online-Kurs zu LangGraph an, der von LangChain-CEO Harrison Chase und Tavily-CEO Rotem Weiss geleitet wird. Der Kurs vermittelt die Entwicklung steuerbarer KI-Agenten in Python, Persistenz, Agentic Search und Human-in-the-Loop-Muster.
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:Sebastian Raschka
Die persönliche Website des KI-Forschers Sebastian Raschka bietet praxisnahe Analysen, Code-Implementierungen und technische Notizen zu aktuellen Entwicklungen im LLM-Bereich.
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
VideoVideo:CURT
In einer detaillierten Übersicht mit begleitenden Codebeispielen erklärt CJ die Funktionsweise moderner Sprachmodelle. Er zeichnet die Entwicklung von regelbasierten Chatbots bis hin zu Transformern nach und demonstriert schrittweise Neuronale Netze, Byte Pair Encoding sowie Vektor-Embeddings.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
