Ergebnisse - Universität Bielefeld

Ergebnisse

Hier finden Sie unsere aktuellen Erkenntnisse, Ergebnisse und Publikationen aus der Forschung, die Sie schon heute für Ihre KI Strategie einsetzen können.

Whitepaper

Zurzeit sind keine Whitepaper verfügbar.

Codes zu Anwendungsfällen

Prompting & Fine-tuning

AutoLLM Platform

Beispielcode für Lokale LLMs, die auf der Platform trainiert und evaluiert werden können

Code herunterladen +

Publikationen

Enhancing Domain-Specific Encoder Models with LLM-Generated Data:  How to Leverage Ontologies, and How to Do Without Them

Autor:innen: Marc Felix Brinner, Tarek Al Mustafa, Sina Zarrieß

Publiziert: 10/11/2025

Link zur Quelle: https://aclanthology.org/2025.findings-emnlp.1238/

Details einblenden Details ausblenden

SemCSE: Semantic Contrastive Sentence Embeddings Using LLM-Generated Summaries For Scientific Abstracts

Autor:innen: Marc Felix Brinner, Sina Zarrieß

Publiziert: 10/11/2025

Link zur Quelle: https://aclanthology.org/2025.emnlp-main.1662/

Details einblenden Details ausblenden

Findings of the TSAR 2025 Shared Task on Readability-Controlled Text Simplification

Autor:innen: Fernando Alva-Manchego, Regina Stodden, Joseph Marvin Imperial, Abdullah Barayan, Kai North, and Harish Tayyar Madabushi

Publiziert: 10/11/2025

Link zur Quelle: https://aclanthology.org/2025.tsar-1.8/

Details einblenden Details ausblenden

Compliant Text Normalization for Small and Medium-sized Enterprises

Autor:innen: Regina Stodden and Philipp Cimiano

Publiziert: 18/09/2025

Link zur Quelle: https://doi.org/10.18420/inf2025_120

Details einblenden Details ausblenden

Whitepaper

Codes zu Anwendungsfällen

AutoLLM Platform

Publikationen

Enhancing Domain-Specific Encoder Models with LLM-Generated Data: How to Leverage Ontologies, and How to Do Without Them

SemCSE: Semantic Contrastive Sentence Embeddings Using LLM-Generated Summaries For Scientific Abstracts

Findings of the TSAR 2025 Shared Task on Readability-Controlled Text Simplification

Compliant Text Normalization for Small and Medium-sized Enterprises

Enhancing Domain-Specific Encoder Models with LLM-Generated Data:  How to Leverage Ontologies, and How to Do Without Them