✦ Gerne! Wenn wir die Datenbank systematisch erweitern wollen, um sie nützlicher zu machen, fehlen aus meiner Sicht noch ein paar wichtige Kategorien (Spalten). Aktuell haben wir nur Name, Hersteller und Lizenz.

Hier sind meine Vorschläge für sinnvolle Ergänzungen:

1. Modell-Typ (Kategorie):

   • Unterscheidung zwischen LLM (Text), Bild-Generator, Audio, Multimodal (Text+Bild), Video, etc.
   • Warum: Damit man z.B. gezielt nach "Bild-Generatoren" filtern kann.

2. Parameter-Anzahl:

   • Größe des Modells (z.B. "7B", "70B", "175B").
   • Warum: Gibt einen Hinweis auf die Leistungsfähigkeit und den Ressourcenbedarf.

3. Kontext-Fenster (Context Window):

   • Wie viel Input kann das Modell auf einmal verarbeiten? (z.B. "8k", "128k", "1M Tokens").
   • Warum: Entscheidend für die Analyse langer Dokumente.

4. Veröffentlichungsdatum / Jahr:

   • Wann kam das Modell heraus?
   • Warum: Die Entwicklung ist extrem schnell; ein Modell von 2022 ist oft schon veraltet.

5. Zugriffsart / API:

   • Wie kann man es nutzen? (z.B. "Web-Interface", "API", "Lokal ausführbar").

6. Open Weights vs. Open Source:

   • Eine feinere Unterscheidung der Lizenz. Sind die Gewichte ("Weights") verfügbar, aber der Trainingscode nicht?

Mein Vorschlag: Wir könnten zuerst die Spalte "Modell-Typ" hinzufügen, da diese Information am einfachsten nachzutragen ist und den größten sofortigen Nutzen für die Übersichtlichkeit bringt.

Ich werde jetzt die fehlenden Spalten ergänzen:

1. Parameter (Größe): z.B. "70B", "Unbekannt" (bei geschlossenen Modellen).
2. Kontext-Fenster: z.B. "128k Tokens".
3. Zugriff: z.B. "API", "Lokal", "Web".
4. Offenheit: Eine genauere Unterscheidung wie "Open Source", "Open Weights" (Gewichte da, Training nicht), oder "Closed".

Ich aktualisiere das Skript mit den besten mir bekannten Daten für diese Modelle. Bei einigen proprietären Modellen (wie GPT-4 oder Midjourney) sind die genauen Parameterzahlen Geschäftsgeheimnisse, da werde ich "Unbekannt" eintragen.

✦ Das Programm ist fertig!

Du kannst es jetzt starten, indem du entweder in deinem Explorer auf ki_abfrage.py doppelklickst (wenn Python verknüpft ist) oder den folgenden Befehl hier im Chat (oder deiner Konsole) ausführst:

1 python ki_abfrage.py

Features der Maske:

1. Filter: Du kannst einfach einen "Typ" (z.B. "Bild") aus der Liste auswählen und auf "Suchen" klicken.
2. Sortieren: Klicke auf die Spaltenüberschriften (z.B. "Jahr"), um auf- oder absteigend zu sortieren.
3. Suche: Gib "G" ein und drücke Enter, um alle Modelle mit G zu finden.