◆ KI-Freelancer? Werde eines der ersten 2.000 Gründungsmitglieder: 0 % Provision, 60 Tage Advanced (starte, wann du willst) und eigenes Titelbild für immer. KI-Freelancer? 0 % Provision + 60 Tage Advanced Jetzt Platz sichern →Mehr →
KI verbindenKI

Suche direkt aus deiner KI heraus nach KI-Tools, KI-Firmen und KI-Freelancern auf KI-Radar24.

So funktioniert der KI-Radar24-Connector
Inserat hinzufügen
RWKV

RWKV

Quelloffenes RNN-Sprachmodell mit linearer Laufzeit und Apache-2.0-Lizenz

Beschreibung

rwkv.com ist die Projektseite von RWKV, einem quelloffenen KI-Sprachmodell, das die Vorteile von RNNs und Transformern verbindet: lineare Rechenzeit, konstanter Speicherbedarf ohne KV-Cache und paralleles Training wie bei einem Transformer.

Das Tool richtet sich an Entwickler und Forschende, die ein ressourcenschonendes offenes Sprachmodell lokal betreiben oder erforschen wollen.

Tags

  • Modelltraining
  • Chatbots
  • Machine Learning
  • Kostenlos nutzbar
  • Lokal nutzbar
  • Open Source

Zuletzt aktualisiert: November 2026 · Fehler melden · Abzeichen für deine Website

Auf einen Blick

Stand: November 2026
🛡️Datenschutz

Open-Source-Projekt unter dem Dach der Linux Foundation (LF AI & Data), entwickelt primär von BlinkDL; ein Firmensitz ist nicht öffentlich dokumentiert. Der Code steht unter Apache-2.0-Lizenz. Bei lokalem Betrieb der heruntergeladenen Gewichte verbleiben Eingaben in der eigenen Umgebung; zu gehosteten Demos ist keine Datenschutzinformation öffentlich dokumentiert.

💰
Preismodell

Open Source und kostenlos; Gewichte und Code frei verfügbar.

👥
Zielgruppe
EntwicklerKI-ForschendeOpen-Source-Community und Betreiber von lokalen Modellen
⚙️
Technik

Attention-freie RNN-Architektur (aktuelle Generation RWKV-7 Goose, RWKV-8 in Entwicklung); Gewichte als Hugging-Face-Download, GGUF-Formate für effiziente Inferenz.

🔗
Integrationen

Hugging Face (BlinkDL), GGUF-Formate, Ollama sowie ein Ökosystem aus über 800 verwandten Projekten

📊
Funktionen

Textgenerierung als Sprachmodell, Lineare Zeitkomplexität, Konstanter Speicherbedarf, Demos auf Hugging Face Spaces (7B und 13B), Lokale Inferenz

✅ Vorteile

  • Effizienter Speicher- und Rechenbedarf
  • Offene Lizenz und aktive Community

❌ Nachteile

  • Kein fertiges Endnutzerprodukt, sondern ein Modell für technisch versierte Anwender
  • Leistung je nach Aufgabe nicht mit großen Transformer-Modellen vergleichbar
🎯
Für wen geeignet?

Besonders sinnvoll für Entwickler und Forschende, die mit einer alternativen, ressourcenschonenden Sprachmodell-Architektur experimentieren wollen.

Angaben laut Anbieter, Stand November 2026, ohne Gewähr. Fehler entdeckt? Melden

Bewertungen

Noch keine Bewertungen. Sei der Erste!

Bewertung schreiben

Deine E-Mail wird nicht veröffentlicht.