Unser Angebot
R mit KI erweitern
No-Code-KI-Workflows
Unser blockr.ai-Framework ermöglicht Datenanalyse in natürlicher Sprache statt mit Code. Beschreiben Sie einfach, was Sie möchten – Grafiken erstellen, Daten filtern, Zusammenfassungen generieren – und sehen Sie das Ergebnis sofort. Fachanwender können Daten eigenständig analysieren, während Entwickler das System mit eigenen Blöcken erweitern. Es schliesst die Lücke zwischen KI-Potenzial und alltäglicher Datenarbeit.
blockr entdeckenLokale LLMs
Wir betreiben Large Language Models auf Ihrer eigenen Infrastruktur. Ihre Daten verlassen nie Ihre Server – unverzichtbar für sensible Geschäfts-, Finanz- oder Gesundheitsdaten. Lokale Modelle lassen sich auf Ihre Fachterminologie und Arbeitsabläufe abstimmen. Sie kontrollieren die Hardware, vermeiden laufende Cloud-Kosten und erhalten verlässliche Performance ohne Internetabhängigkeit.
Individuelle KI-Integration
Wir sind spezialisiert auf datenschutzbewusste KI-Lösungen mit lokalen Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG)-Systemen. Unsere Lösungen halten Ihre Daten privat und bieten massgeschneiderte Modelle, die Ihre domänenspezifischen Anforderungen verstehen.
Kontakt
Fokus-Projekt
Lokale KI-Lösungen
KI-Einblicke
Praktische Beispiele für die Arbeit mit LLMs in R
David Schoch, Christoph Sax /
R with RAGS: An Introduction to rchroma and ChromaDB
LLM/RAG/R
Large language models (LLMs) are developing rapidly, but they often lack real-time, specific information. Retrieval-augmented generation (RAG) addresses this by letting LLMs fetch relevant documents during text generation, instead of just using their internal—and potentially outdated— knowledge.
Christoph Sax /
Playing with AI Agents in R
LLM/R
It's local LLM time! What an adventure it has been since I first started exploring local LLMs. With the introduction of various new Llama models, we now have impressive small and large models that run seamlessly on consumer hardware.
Christoph Sax /
Playing with Llama 3.1 in R
LLM
Meta recently announced Llama 3.1, and there's a lot of excitement. I finally had some time to experiment with locally run open-source models. The small 8B model, in particular, produces surprisingly useful output, with reasonable speed.