Basierend auf einer Literaturrecherche wird untersucht, wie sich in längeren Interaktionen mit großen Sprachmodellen Bedeutungsverschiebungen, Strukturbrüche, thematische Abdrift und Kontextverlust manifestieren.
Der Artikel beschreibt wiederkehrende Probleme bei der Arbeit mit LLMs: Begriffe und Strukturen verschieben sich im Dialog („Drift“), frühere Aussagen verlieren an Bedeutung und lange Chats werden zunehmend instabil. Zudem fehlt den Modellen eine verlässliche Persistenz – sowohl innerhalb eines Chats als auch zwischen Sitzungen.
An diesem Wochenende habe ich ein kleines Experiment gestartet: Was passiert, wenn ich einen meiner Blogbeiträge durch Googles NotebookLM laufen lasse – und daraus ein Video machen lasse? Die Idee: NotebookLM ist ein KI-gestütztes Tool, das Texte analysiert, zusammenfasst und als Video oder Podcast aufbereitet. Aber wie gut klappt es, wenn man damit einen Blogbeitrag
In der Ära der künstlichen Intelligenz hat sich die Interaktion zwischen Mensch und Maschine grundlegend gewandelt. Die Eingabe von Befehlen hat sich von einer rein technischen Notwendigkeit zu einer Kunstform entwickelt. Prompting ist nicht mehr nur ein Kommunikationsmittel, sondern die primäre Schnittstelle zur Generierung von Inhalten mit Large Language Models (LLMs). Für Content-Creator und Blogger,
I have already tried out several image generation tools, and some of the images created adorn the posts on the blog. The results were often impressive, but there were always these little issues: long waiting times, inconsistencies in characters, or the feeling that the AI didn’t quite understand what I wanted. When the first information