Occiglot

occiglot.eu ist die Website von Occiglot, einem Forschungskollektiv für offene Sprachmodelle von und für Europa, das unter anderem deutsche Varianten von Llama-3-8B und den Datensatz Occiglot-Fineweb veröffentlicht.

🛡️ Datenschutz: Anbieter mit Sitz in Europa (informeller Zusammenschluss von Forschenden, keine eingetragene Firma belegt). Die Modelle werden über Hugging Face verteilt und können selbst betrieben werden, sodass Eingaben nicht an einen Dritten übermittelt werden müssen; Angaben zu Hosting, Zertifizierungen und Datenverarbeitungsverträgen sind nicht öffentlich dokumentiert. Bei Einsatz mit personenbezogenen Daten sollte vorab die Lizenz und Betriebsumgebung geprüft werden.

Das Tool richtet sich an Forschende und Entwickler, die offene, mehrsprachige Sprachmodelle für europäische Sprachen nutzen oder weitertrainieren wollen.

Tool-Details & Features

💰 Preise: Kostenlos und offen; Modelle und Datensätze stehen auf Hugging Face zum Download bereit, Lizenzbedingungen je Modellseite.

⚙️ Technik: Modelle und Datensätze werden über Hugging Face bereitgestellt; veröffentlicht sind unter anderem Basis-, Instruct- und 32k-Kontext-Varianten eines deutschen Llama-3-8B sowie der Datensatz Occiglot-Fineweb (Version 0.5 mit rund 230 Millionen Dokumenten).

👥 Zielgruppe: Forschende, Entwickler und Unternehmen mit Interesse an europäischen Sprachen, besonders Deutsch.

🔗 Integrationen: Hugging Face (huggingface.co/occiglot); Zusammenarbeit mit DiscoResearch bei einzelnen Projekten.

📊 Funktionen: Deutsche Sprachmodelle in mehreren Varianten, offene Trainingsdaten, Zielsetzung auf über zehn europäische Sprachen, Community-Austausch über Discord.

Vor- & Nachteile

✅ Vorteile: Offene Modelle und Daten mit Fokus auf europäische Sprachen; frei herunterladbar und anpassbar.

❌ Nachteile: Kein kommerzieller Anbieter mit Support oder Service-Zusagen; die Startseite nennt zuletzt Aktivität im Jahr 2024, aktuelle Pflege ist nicht belegt.

Für wen geeignet?

Perfekt für Forschende und Entwickler, die offene europäische Sprachmodelle ausprobieren, vergleichen oder für Deutsch weitertrainieren wollen.