Mistral Large im HAWKI: Gesamten Chat nach einer PDF-Zusammenfassung als Word exportieren
✅ Freie Nutzung von Text & Abbildungen & Prompt & PDF für Premium-User
HAWKI ist ein datenschutzkonformes Interface der HAWK Hildesheim und bietet Usern über eine Verbindung zur GWDG Göttingen eine Vielzahl an offenen Sprachmodellen wie unter anderem Mistral Large 3 an. Im folgenden Beitrag kommt das Top-Sprachmodell des französischen Startups Mistral AI zum Einsatz, um mit einem geeigneten Systemprompt und dem simplen User-Prompt ***Los*** ein PDF zusammenzufassen. Im Anschluss wird der gesamte HAWKI-Chatverlauf als Word-Dokument exportiert.
Das HAWKI habe ich über einen Zugang der HAWK Hildesheim verwenden dürfen. An dieser Stelle wie immer vielen Dank an den hauptverantwortlichen Entwickler Vincent Timm.
Fasse das folgende arXiv-Paper kurz, klar und verständlich auf Deutsch zusammen.
Gehe dabei auf diese Punkte ein:
1. Worum geht es in dem Paper?
2. Welches Problem wird untersucht?
3. Was ist die zentrale Idee oder Methode?
4. Was sind die wichtigsten Ergebnisse?
5. Warum sind diese Ergebnisse relevant?
6. Welche Grenzen, Schwächen oder offenen Fragen gibt es?
7. Formuliere am Ende ein kurzes Fazit in 2–3 Sätzen.
Nutze einfache Sprache. Vermeide unnötige Fachbegriffe. Wenn Experimente vorkommen, nenne Datensätze, Vergleichsmethoden und die wichtigsten Resultate. Wenn etwas im Paper nicht klar belegt ist, sage das ausdrücklich.Vorab wurde ein Systemprompt für eine möglichst effiziente Zusammenfassung eines wissenschaftlichen PDFs generiert, das ich über die Plattform arXiv heruntergeladen habe und auch für kommerzielle Zwecke nutzen darf. Siehe hierzu gerne die Lizenz.
Als Erstes wähle ich rechts oben an der Promptleiste des HAWKI über das Drop-Down-Menü das Modell „GWDG Mistral Large 3″ aus. GWDG steht für die Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen. Steht vor einem Sprachmodell diese Bezeichnung, so wird das Modell von der GWDG gehostet. Durch eine Verbindung von GWDG mit dem HAWKI können alle Hochschulbeteiligten kostenfrei diverse Open-Source-Modelle wie Mistral, Apertus oder Qwen nutzen. Ein toller Service!
Links oben an der Leiste befindet sich in der Mitte ein Icon für den Systemprompt. Dort draufgeklickt, öffnet sich ein Fenster, in das ich den oberen Text aus dem Code-Block 1:1 einfüge. Diese Anweisung bildet die Grundlage der Unterhaltung mit Mistral Large 3. Im Kern geht es darum, ein Forschungspapier in einer vorab festgelegten Reihenfolge zusammenzufassen, um möglichst alle Fragestellungen abzudecken. Solch einen Systemprompt kann ich per Copy & Paste immer wieder verwenden.
Da das Sprachmodell über die Anweisungen genau weiß, was es zu tun hat, lade ich nun das PDF über die Upload-Funktion auf das HAWKI hoch und füge den Prompt ***Los*** hinzu. Diese Bezeichnung reicht aus und schon geht es los mit der PDF-Zusammenfassung.
Möchte ich das PDF einsehen, so klicke ich auf die drei Punkte rechts neben dem Dokument und erhalte komplette Einsicht. Bei dem Forschungspapier handelt es sich um eine Studie des DIPF | Leibniz-Institut für Bildungsforschung und Bildungsinformation, sowie Abteilungen der Goethe-Universität Frankfurt und der Technischen Universität Chemnitz.
Die Beteiligten haben untersucht, inwieweit kleine bis mittlere (offene) Sprachmodelle wie unter anderem Mistrals „Ministral“ in der Lage sind, kurze Schülerantworten mit naturwissenschaftlichem Bezug zu korrigieren. Hierfür wurden den Modellen geeignete Benchmarks zur Verfügung gestellt.
Der untere Screenshot zeigt einen Ausschnitt aus dem HAWKI-Chat und einen Teil-Output von Mistral Large 3. Die zentrale Idee & Methode wurden unter dem 3. Punkt gut erfasst, wie zum Beispiel die Vorgehensweise bezüglich der Item-Response-Theory (IRT) und der Verwendung von insgesamt 17 offenen Sprachmodellen.
Des Weiteren schauen wir noch kurz auf die offenen Fragen im Rahmen der Studie und ein abschließendes Fazit, das Mistral Large 3 ganz unten präsentiert. Generell lohnt es sich aus meiner Sicht bei solchen Publikationen, Stärken und Schwächen zu untersuchen. Dies lässt sich alles vorab im Systemprompt definieren.
Jetzt habe ich einen zufriedenstellenden Chat mit allen wichtigen Informationen rund um die KI-Bewertung von Kurzantworten, den ich gerne im HAWKI als Word-Dokument speichern möchte, um diesen zum Beispiel weiterzubearbeiten oder an Kolleginnen & Kollegen zu versenden.
Hierzu kann links oben an der Promptleiste der Button mit dem Download-Icon verwendet werden. Nach einem Klick öffnet sich ein Fenster mit unterschiedlichen Auswahlmöglichkeiten wie „PDF herunterladen“ und „Word herunterladen“. Letzteres wähle ich aus und starte direkt den Download-Vorgang. Die Datei mit dem gesamten Chatverlauf wird nun auf meinem Rechner gespeichert.
Nach dem Download habe ich das Dokument auf Google Drive hochgeladen und dort ließe es sich ergänzen und auch öffnen, um es mit weiteren Personen gemeinsam zu bearbeiten. Die untere Datei zeigt den gesamten HAKWI-Chat in einem PDF unter anderem mit der Angabe des Systemprompts, der verwendeten Sprachmodells und des kompletten KI-Outputs. Viel Erfolg beim Ausprobieren!
Autor
