JARVIS (HuggingGPT)

github.com/microsoft/JARVIS ist ein quelloffenes Forschungssystem von Microsoft (auch HuggingGPT genannt), bei dem ein großes Sprachmodell als Koordinator Aufgaben plant und passende Expertenmodelle aus dem Hugging Face Hub auswählt und ausführt.

🛡️ Datenschutz: Anbieter mit Sitz in den USA (Microsoft). Es handelt sich um ein Open-Source-Forschungsprojekt; Aussagen zu EU-Hosting, DPA oder Zertifizierungen sind für das Projekt nicht öffentlich dokumentiert. Bei Nutzung gelangen Daten an die angebundenen Modell-Dienste, daher sollte für personenbezogene Daten vorab ein AVV/DPA geprüft werden.

Das Tool richtet sich an Forschende und Entwickler, die untersuchen oder ausprobieren möchten, wie ein Sprachmodell mehrere spezialisierte KI-Modelle koordiniert.

Tool-Details & Features

💰 Preise: Open Source (MIT-Lizenz); Kosten entstehen durch Rechenressourcen und genutzte Modell-APIs.

⚙️ Technik: Vierstufiger Ablauf aus Aufgabenplanung, Modellauswahl, Ausführung und Antwortgenerierung; nutzbar per CLI, Server-Modus mit Web-API, Gradio-Demo oder Weboberfläche.

👥 Zielgruppe: KI-Forschende, Entwickler und Studierende.

🔗 Integrationen: Hugging Face Hub, Gradio-Demo auf Hugging Face Spaces, Web-API im Server-Modus; ergänzende Projekte wie TaskBench und EasyTool.

📊 Funktionen: Aufgabenplanung durch ein LLM, Auswahl von Expertenmodellen, Ausführung der Teilaufgaben, Zusammenführung der Ergebnisse, lite- und full-Konfiguration.

Vor- & Nachteile

✅ Vorteile: Zeigt anschaulich das Koordinatorprinzip für Multi-Modell-Systeme; quelloffen unter MIT-Lizenz.

❌ Nachteile: Forschungsprototyp ohne Produktsupport; die letzte dokumentierte Aktualisierung im Repository stammt aus dem Januar 2024.

Für wen geeignet?

Perfekt für Forschende und Entwickler, die das Zusammenspiel von LLMs und spezialisierten KI-Modellen erkunden wollen.