Natural Language Processing
Der Forschungsbereich Natural Language Processing (NLP) am Lamarr-Institut ist ein zentraler Ankerpunkt, an dem Forschungsteams zusammenarbeiten, die die Grenzen von Technologien zum Verständnis und zur Generierung natürlicher Sprache ausloten.
Das neue Paradigma des Maschinellen Lernens – das Vortrainieren großer Modelle für eine Vielzahl von Aufgaben und auf großen Datenmengen und die anschließende Spezialisierung der Modelle für nachgelagerte Anwendungen – hat sich auf alle Anwendungsbereiche ausgewirkt, wobei die Sprachtechnologien an vorderster Front stehen.
Kritische Auseinandersetzung mit den Chancen und Grenzen von NLP-Technologien
Für die Gesellschaft ist es von entscheidender Bedeutung, die Leistungsfähigkeit groß angelegter Sprachmodelle zu nutzen und gleichzeitig ihre Risiken und Grenzen zu verstehen und ihre sichere, faire und ethische Nutzung zu gewährleisten. Als Forschende setzen wir uns dafür ein, die Grenzen neuer KI-Technologien im Bereich der Sprachtechnologie kritisch zu erforschen und gründliche, unabhängige Bewertungen vorzunehmen.
Wir entwickeln Methoden, die:
- die Robustheit großer Sprachmodelle (LLM) gegenüber Datenproblemen erhöhen, damit wir mit weniger Aufwand effizienter und zuverlässiger lernen und unterrepräsentierte Nutzergruppen besser berücksichtigen können
- Faktenwissen, fortgeschrittenes logisches Denken und gesunden Menschenverstand einbeziehen und Probleme mit generativen Halluzinationen verringern
- eine fortschrittlichere Personalisierung und Perspektivenübernahme ermöglichen, um in einer Vielzahl sozialer Szenarien Antworten zu geben, die empathischer, sicherer und hilfreicher sind
- die Übereinstimmung der LLMs mit den menschlichen moralischen und ethischen Werten analysieren und verbessern
Kontakt Personen
Fruchtbarer Austausch mit Forschenden, Wirtschaft und Gesellschaft
Die NLP-Forschung am Lamarr-Institut ist grundlegend durch das zentrale Paradigma der triangulären KI geprägt. Während wir die besten algorithmischen und architektonischen Entscheidungen für solche Modelle untersuchen, ist es ebenso wichtig, die Datenqualität sowie die Darstellung von Wissen und Kontext zu berücksichtigen. Gleichzeitig konzentrieren wir uns darauf, unsere bestehenden Bewertungsansätze zu überarbeiten und uns mit den breiteren gesellschaftlichen Auswirkungen solcher Modelle zu befassen. Gemeinsam mit unseren akademischen und industriellen Partnern organisieren wir regelmäßig Veranstaltungen, um Diskussionen mit Spitzenforschenden aus aller Welt und einem breiten Publikum anzuregen und die Gesellschaft bei der Übernahme der neuen Technologie zu unterstützen.