Im Rahmen des SPOC-AI-M3 Projekts befasse ich mich mit der Halluzinationsdetektion in Large Language Models (LLMs).
Hierbei nutze ich verschiedene Methoden der Informationstheorie, aber auch statistische Methodik, um die Zuverlässlichkeit LLM basierter Systeme zu verbessern.

Ich interessiere mich besonders für praktisch motivierte Mathematik im Bereich des maschinellen Lernens. Mit zunehmender Relevanz LLM basierter Systeme in vielen Bereichen möchte ich zu deren Sicherheit beitragen.

In meiner Masterarbeit “Uncertainty Quantification in Large Language Models” habe ich bestehende Methoden mathematisch aufgearbeitet und Fragestellungen, sowie Ansätze für meine Forschung zur Halluzinationsdetektion gefunden.

Im Rahmen meines Masterstudiums habe ich ein Praktikum bei PlanetAI absolviert, wo ich im Bereich KI-gestützter Dokumentenverarbeitung forschte.

Im DFG-Projekt CANSpiN entwickelte ich LLM-gestützte Lösungen zur Analyse großer Korpora.

Im Projekt hrosailing verantwortete ich die Qualitätssicherung der Software mit Fokus auf systematischen Tests und Dokumentation.