Vlad und Gabriel sprechen über Open-Source-Modelle und warum sie für Forschung, Transparenz und Innovation eine immer grössere Rolle spielen. Ein zentrales Thema ist Mechanistic Interpretability: Wenn ein Modell einmal „uns“ repräsentiert, wollen wir verstehen, wie es denkt und entscheidet.
Dabei geht es auch um die Idee, einen persönlichen Chatbot zu erschaffen, der mit den eigenen Gedanken, Erinnerungen und Entscheidungen trainiert ist, und der auch dann noch weiterbesteht, wenn man selbst nicht mehr da ist.
Die Folge bewegt sich zwischen Technik und Philosophie: Wo endet ein Tool, und wo beginnt ein digitales Weiterleben?

Weiteres zum Thema:
LEANN – Mechanistic Interpretability:
https://github.com/yichuan-w/LEANN

Hugging Face – Model Hub (Open-Source-Modelle):
https://huggingface.co/models

Model-Downloads & Popularität (CLIP Beispiel):
https://huggingface.co/api/models/openai/clip-vit-large-patch14?expand=downloads&expand=downloadsAllTime

Paper zu Interpretability & Agenten:
https://arxiv.org/pdf/2507.08017v4