
Allein auf Grundlage der letzten Nutzeranfrage lässt sich oft nur ein unvollständiger Kontext für das Retrieval ermitteln. Häufiger ist der notwendige Kontext über mehrere vorhergehende Interaktionen verteilt. Die Abfragekontextualisierung ist der Prozess der Erstellung kohärenter Retrieval-Abfragen mit relevantem Kontext aus Nachrichtenverläufen.
Die Session wird umsetzbare Erkenntnisse liefern, wie die Präzision und Zuverlässigkeit von KI-gestützten Q&A-Systemen verbessert werden kann, und aufzeigen, wie innovatives Prompt Engineering zu einer höheren Kundenzufriedenheit beiträgt.
Weitere Informationen finden Sie auf der offiziellen Website der Prompt Engineering Conference.
News

Die Beiträge des Workshops „AI in Production" auf der KI2025 sind als Sammelband veröffentlicht worden. Darunter ein Paper unseres Teams zum Einsatz des Model Context Protocol (MCP) in industriellen Produktionsumgebungen.
News

Dominik Filipiak und Michael Banf sind Co-Autoren eines Community Papers zur Topological Deep Learning Challenge 2025, veröffentlicht in den Proceedings of Machine Learning Research. Ihr Beitrag fließt ein in TopoBench, eine offene Benchmarking-Bibliothek für die Forschungscommunity.