Our chatbot turbo: large language models
Our AI chatbots have made tremendous progress in terms of content with the introduction of the first Large Language Models (LLMs), first through the sudden exponential increase in natural conversational ability and then through the use of RAGto adapt the content of the LLMs to the respective use cases. As an exclusive tier 5 user of OpenAI, we test every new version before the official market launch in order to be able to provide our customers with the best possible advice, because in the Owl aiStudio the common LLMs can be used flexibly and application-specifically.
What can you expect from OpenAI o1?
Despite numerous good alternatives, the various GPT versions of OpenAI are still among the best and most comprehensive best, as they are the most comprehensive large language models.
Doch bei der Entwicklung von KI-Applikationen ist wohl bald gar nicht mehr die Größe des Modells erfolgsentscheidend.
Für viele Use Cases ist nur ein Bruchteil des allgemeinen Weltwissens erforderlich, die Anreicherung um unternehmensspezifische Informationen hingegen umso wichtiger.
Mit dem neuen Release kommt OpenAI dieser Anforderung mit einem Reasoning-Modell nach: So kann o1 mehrstufige Problemstellungen bedeutend besser lösen.
Auch bei einfachen Anfragen wird auf mehr Reasoning-Fähigkeiten aufgebaut und die Antwortqualität entsprechend gesteigert.
Dem “einfachen” Endnutzer wird dieser Fortschritt zunächst vielleicht gar nicht auffallen, wenn nicht die “richtige” Aufgabenstellung vorliegt.
Für KI-Entwickler hingegen ist die effizientere Modellarchitektur ein großer Vorteil bei der Erstellung eigener KI-Anwendungen.
Zwar bietet o1 derzeit noch keine wesentlichen Fortschritte bei der RAG-Optimierung, aber die kombinatorische Fähigkeit eröffnet bei mathematischen Aufgaben wie im folgenden Onboarding-Beispiel eines Versicherungsunternehmens deutlich bessere Möglichkeiten für den KI-Einsatz.
Our forecast: More diverse LLM products
This time, the release of o1 does not impress with killer features like its predecessors. previous modelsbut is of significantly greater practical relevance. When adapting LLMs for customer applications, a variety of challenges are encountered: The trend is towards smaller, specialized models with powerful LLMs such as OpenAI as a basis. OpenAI’s o1 already meets this reality to some extent.