Frontier-KI-Arbeit für regulierte Branchen.

Wir evaluieren KI-Systeme, bauen die Daten und Umgebungen dahinter und bringen sie in den Produktivbetrieb: für Krankenversicherungen, Banken und die öffentliche Verwaltung.

Demo buchen elluminate entdecken

Made in Germany · in Zusammenarbeit mit

OpenEuroLLM JAAI Bitmarck hkk ITZBund T-Systems

Die Produkte.

KI-Systeme evaluieren, bevor sie live gehen, und die Oberflächen prüfen, in denen sie arbeiten.

elluminate

Agentische Evaluation. Offline-Scoring, Experimentvergleich und Quality Gates vor dem Produktivbetrieb.

Mehr erfahren

Forschung Alles, was wir liefern, baut auf unserer Forschung auf: Modelle, Methoden, publizierte Ergebnisse. Frontier Research
elluminate

Unsere Plattform: Dimensionen der Zuverlässigkeit, vereint

Von agentischen Workflows bis zur EU-AI-Act-Compliance: Evaluieren, messen und verbessern Sie Ihre KI an einem Ort.

  • Eval Agent
  • Experimente
  • Fortschritt verfolgen
  • Ergebnisse analysieren
  • Compliance
elluminate entdecken
Lassen Sie KI Ihre KI evaluieren.

Aus unserer Forschung

Zur Forschung
Modell | Datensatz | Paper arXiv:2602.12414

propella-1

Eine Familie kleiner multilingualer LLMs zur Annotation von Textdokumenten in sechs Kategorien: Kerninhalt, Klassifikation, Qualität und Wert, Zielgruppe und Zweck, Sicherheit und Compliance sowie geografische Relevanz. Die Annotationen helfen dabei, LLM-Trainingsdaten in großem Umfang zu filtern, auszuwählen und zu kuratieren. Die Modelle übertreffen deutlich größere General-Purpose-Baselines.

DATA-FM @ ICLR 2026 (Spotlight) 57 Sprachen Jeder Text, jedes Format
Auf Hugging Face ansehen
Modell | Paper arXiv:2601.08472

sui-1: Summarization with Unique Identifiers

Ein 24B-Parameter-LLM für abstrakte Zusammenfassungen mit Inline-Zitaten. Jede Aussage lässt sich auf den zugrunde liegenden Quellsatz zurückführen. Das Modell unterstützt Dokumente mit mehr als 2 Mio. Tokens und übertrifft alle getesteten Open-Weight-Baselines, einschließlich Modelle mit 3x mehr Parametern.

24B Parameter 5 Sprachen Inline-Zitate
Auf Hugging Face ansehen
Benchmark Apache-2.0

base-eval

Kuratierte Konfigurationen für lm-evaluation-harness zur Evaluation englischer und deutscher Basismodelle. Jede Aufgabe wird gegen Referenzmodelle validiert und bildet die Grundlage für Benchmark-Suiten im frühen Pretraining und in der In-Loop-Evaluation.

Englisch Deutsch lm-eval
Auf GitHub ansehen
Tool Apache-2.0

inference-hive

Verteilte LLM-Inferenz in großem Umfang für SLURM-Cluster. Konfigurieren Sie Cluster-, Server- und Dateneinstellungen und skalieren Sie anschließend mit nahezu linearem Durchsatz über Tausende GPUs.

SLURM-nativ OpenAI API vLLM / SGLang
Auf GitHub ansehen

Neueste Artikel

Alle Artikel
Token-Steuer 2026: LLM-Tokenizer im Vergleich
Maximilian Idahl 20 Min. Lesezeit

Token-Steuer 2026: LLM-Tokenizer im Vergleich

Wir haben gemessen, wie viele Tokens 20 aktuelle Modell-Tokenizer für identische Texte in unterschiedlichen Sprachen und Textarten benötigen, inklusive proprietärer Modelle wie Claude, GPT, Gemini und Grok sowie Modelle mit offenen Gewichten. Manche schneiden hervorragend ab, andere lassen euch eine Token-Steuer zahlen: Claude 4.7+ braucht für deutsche Texte beispielsweise doppelt so viele Tokens wie GPT-6 Astra.

Tokenizer Mehrsprachigkeit +2 weitere

Karriere bei ellamind

Wir stellen Leute ein, die KI entwickeln wollen, die der Realität standhält: Regulierung, Umfang und Verantwortung. Offene Stellen in den Bereichen Technik, KI, Produkt und Sales.

Unsere offenen Stellen
ellamind Team

Nutzen Sie das volle Potenzial von KI

Erfahren Sie, wie unsere Produkte Ihnen helfen, KI-Systeme zu evaluieren und digitale Barrierefreiheit zu prüfen.

E-Mail senden Kontakt