Abschlussarbeit: Lokale vs. Markt-LLMs – Optimierung der automatisierten Zeitungsproduktion durch fachspezifisches Fine-Tuning zur Übersatzreduzierung
PEIQ · Augsburg, Bavaria, DE
Wir suchen Dich. . für eine spannende Abschlussarbeit an der Schnittstelle zwischen Künstlicher Intelligenz und digitalem Journalismus im Zeitraum von ca.
Job description
Wir suchen Dich... ... für eine spannende Abschlussarbeit an der Schnittstelle zwischen Künstlicher Intelligenz und digitalem Journalismus im Zeitraum von ca. 6 Monaten. Ziel der Arbeit ist zu untersuchen, ob ein lokal gehostetes und spezifisch auf Lokalzeitungsinhalten trainiertes (Fine-Tuning) LLM bessere Ergebnisse bei der automatisierten Entfernung von Übersatz erzielt als allgemeine Markt-LLMs. Dabei soll nachgewiesen werden, dass die lokale Spezialisierung nicht nur die inhaltliche Qualität (Erhalt der Kernbotschaft und Lokalkolorit) steigert, sondern auch Vorteile in den Dimensionen Kostenkontrolle (keine Token-Gebühren) und Latenz (schnellere Inferenzzeiten im lokalen Netz) bietet. Im Unterschied zur Nutzung von Standard-APIs setzt diese Arbeit auf die Domänen-Spezialisierung. Durch das Training mit historischen Daten von Lokalzeitungen lernt das Modell, welche Textpassagen (z. B. Floskeln, weniger relevante Detailinfos) typischerweise gekürzt werden können, ohne den Informationsgehalt für die lokale Leserschaft zu mindern. Dies stellt einen Übergang von "General Purqo pose AI" zu einer "Vertical AI" für das Verlagswesen dar. Dein Arbeitsalltag bei PEIQ: Der Schwerpunkt dei...