FAQ-Bots entlasten den Kundenservice durch automatische Beantwortung wiederkehrender Fragen.
Vorteile
- 24/7 Verfügbarkeit
- Sofortige Antworten
- Entlastung des Support-Teams
- Konsistente Qualität
Buchstabe: F
Feature Store
Feature Stores standardisieren das Feature Engineering für ML-Pipelines.
Vorteile
- Wiederverwendung von Features
- Konsistenz Training/Production
- Feature Lineage und Documentation
- Echtzeit und Batch Features
Few-Shot Learning
Few-Shot Learning ermöglicht es Modellen, aus 1-5 Beispielen zu lernen und zu generalisieren.
Prompting-Technik
Bei LLMs werden wenige Beispiele im Prompt gegeben, um das gewuenschte Ausgabeformat zu demonstrieren.
Vorteile
- Schnelle Anpassung an neue Aufgaben
- Kein teures Fine-Tuning noetig
- Flexibilität
Fine-Tuning
Fine-Tuning passt ein bestehendes Foundation Model an spezifische Anforderungen an.
Varianten
- Full Fine-Tuning: Alle Parameter werden angepasst
- LoRA: Nur wenige zusaetzliche Parameter
- Instruction Tuning: Training auf Anweisungen
Foundation Model
Foundation Models sind grosse, vielseitig einsetzbare KI-Modelle, die als Grundlage für spezialisierte Anwendungen dienen.
Beispiele
- GPT-4 (Text)
- Claude (Text)
- DALL-E 3 (Bilder)
- Whisper (Audio)
Fraud Detection
Fraud Detection nutzt Machine Learning zur Identifikation verdaechtiger Muster und Anomalien.
Anwendungsbereiche
- Kreditkartenbetrug
- Versicherungsbetrug
- Account-Übernahmen
- Identitaetsdiebstahl