Percy Liang: Forschungsprofil und Initiativen für offene KI-Entwicklung

LinkPercy LiangSammlung

Die persönliche Universitäts-Webseite von Percy Liang, Informatikprofessor an der Stanford University, stellt seine aktuellen Forschungsschwerpunkte, Lehrveranstaltungen und akademischen Projekte vor. Im Zentrum stehen Grundlagenfragen des maschinellen Lernens, das Projekt Marin für radikal offene Modellentwicklung sowie Werkzeuge für reproduzierbare Forschung wie CodaLab Worksheets.

Das Wichtigste

  1. Percy Liang erforscht fundamentale Fragen zu Lernen und Intelligenz, etwa Lernen unter Datenknappheit bei unendlicher Rechenleistung sowie die Modellierung von Neugier.
  2. Mit dem Projekt Marin verfolgt er einen Ansatz namens 'Open Development', bei dem Experimente (sowohl erfolgreiche als auch gescheiterte) vorab registriert und öffentlich einsehbar sind.
  3. Er unterrichtet unter anderem den Kurs CS336 ('Language Models from Scratch'), um die Entwicklung von Foundation Models breiter zugänglich und verständlich zu machen.
  4. Als Entwickler von CodaLab Worksheets setzt sich Liang für reproduzierbare Forschung und nachvollziehbare Experimentierketten ('executable papers') ein.
  5. Die Seite dokumentiert ein weitreichendes akademisches Netzwerk aus aktuellen Doktorierenden, Postdocs und zahlreichen Alumni in Spitzenpositionen bei KI-Laboren und Universitäten.

Warum das relevant ist

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.

Einordnung

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.

Gefunden in

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

    Akademische Website von Tengyu Ma (Stanford University)

    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.

    KI & AI· Sammlung

  • Link:Tatsunori Hashimoto, Percy Liang

    Stanford CS336: Language Modeling from Scratch

    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.

    KI & AI· Sammlung

  • Link:Ant Group

    inclusionAI: Ant Groups KI-Initiative auf Hugging Face

    inclusionAI ist die offizielle Hugging-Face-Organisation für die AGI-Initiative der Ant Group. Dort veröffentlicht das Unternehmen Open-Source-Modelle aus den Bereichen LLM, Bildgenerierung und Reinforcement Learning.

    KI & AI· Sammlung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.