SQuAI: Wissenschaftliche Fragen verlässlich beantworten
Informatik / Digitales

SQuAI: Wissenschaftliche Fragen verlässlich beantworten

Jedes Jahr erscheinen Millionen neuer wissenschaftlicher Artikel. Bei dieser Vielzahl an neuen Erkenntnissen wird es zunehmend wichtiger, Werkzeuge zu haben, die den Zugang zu relevanten Informationen erleichtern. Genau hier setzt „SQuAI“ an: Das Tool nutzt Künstliche Intelligenz, um wissenschaftliche Fragen gezielt zu beantworten, indem es passende Fachartikel durchsucht und die wichtigsten Informationen verständlich zusammenfasst.
+ zur Merkliste hinzufügen - von Merkliste entfernen
Beginn 17:00 Uhr
Ende 00:00 Uhr

Auf einen Blick

Technische Universität Dresden (TUD)
ScaDS.AI Dresden/Leipzig
Andreas-Pfitzmann-Bau
1020
Nöthnitzer Straße 46
01187 Dresden (Dresdner Süden)
Webseite YouTube LinkedIn

Beschreibung

SQuAI legt besonderen Wert auf die Verifizierbarkeit von KI-generierten Inhalten, indem Antworten mit Zitaten versehen und die zugrunde liegenden Textstellen aus den Artikeln direkt bereitgestellt werden. So wird nachvollziehbar, wie eine Antwort zustande kommt und auf welchen wissenschaftlichen Grundlagen sie basiert. Dadurch entsteht ein Werkzeug, das nicht nur informiert, sondern auch Transparenz schafft und den Zugang zu aktueller Forschung erleichtert.

Bereits vorab testen:
squai.scads.ai

Information zum Veranstaltungsformat

Präsentation

Stationen

Münchner Platz

  • 3 (tram)

Helmholtzstraße

  • 85 (bus)

Weitere Programmpunkte des Veranstalters

How safe is AI? Toward Trustworthy AI
Technische Universität Dresden (TUD)
Informatik / Digitales

How safe is AI? Toward Trustworthy AI

As AI systems grow more pervasive, questions of safety and trust demand urgent, practical answers.

Beginn 17:00 Uhr
Ende 00:00 Uhr
GPTKB - Massive Wissensextraktion aus…
Technische Universität Dresden (TUD)
Informatik / Digitales

GPTKB - Massive Wissensextraktion aus dem GPT-Sprachmodell

An welche Fakten glauben große Sprachmodelle? chatGPT und co. beindrucken in vielen Anwendungen, aber auf welchen Fakten basieren ihre Antworten? Im GPTKB-Projekt extrahieren und visualisieren Forschende massive Mengen von Fakten aus großen Sprachmodellen.

Beginn 19:00 Uhr
Ende 20:00 Uhr
LLMpedia – Materializing an LLM’s…
Technische Universität Dresden (TUD)
Informatik / Digitales

LLMpedia – Materializing an LLM’s Encyclopedic Knowledge at Scale

What does a large language model actually know, and how reliable is that knowledge in long-form text? Benchmarks such as MMLU suggest that modern language models are highly factual, but they only test questions that researchers thought to ask. In the LLMpedia project, researchers generate and evaluate encyclopedia-style articles directly from a model’s parametric memory, making it possible to study what the model knows beyond fixed benchmarks.

Beginn 17:00 Uhr
Ende 00:00 Uhr
Einstellungen Barrierefreiheit