todo:cast - Developer Podcast

#173 Topic: Open-Weight Modelle

July 13 · 52 min · Episode 173 · 50.9 MB
0:00-52:59

Streams straight from the publisher. podnod never proxies or re-hosts episode audio.

In dieser Folge besprechen wir Open Weight Modelle, deren Funktionsweise, Herkunft und Qualität im Vergleich zu geschlossenen Modellen. Wir beleuchten Kosten, Bezugswege, Bias-Risiken und staatliche Kontrolle, sowie das Resilienz-Argument im Kontext geopolitischer Entwicklungen. Praktische Tipps zum Self-Hosting, Einsatz im Coding-Alltag und offene Streitfragen runden die Diskussion ab.


---


Ihr wollt uns etwas Gutes tun? Spendiert uns gerne einen Kaffee:

https://www.buymeacoffee.com/todocast


---


Open Weights Basics und Modelle auf Hugging Face:

https://huggingface.co


DeepSeek V4 Pro - Offizielle Webseite:

https://deepseek.com


Zhipu AI - GLM-5.2 Modell:

https://zhipu.ai


NVIDIA Nemotron Modelldetails:

https://developer.nvidia.com/nemotron


OpenRouter - API Aggregator für Open Models:

https://openrouter.ai


Azure AI Foundry - Microsoft Cloud Service:

https://azure.microsoft.com/en-us/services/ai-foundry


Mistral AI - Europäischer Anbieter für Open Weight Modelle:

https://mistral.ai


Apertus AI - ETH Zürich transparentes Modell:

https://apertus.ethz.ch


Open Code Harness - Open Source Coding Tool:

https://github.com/open-code-harness


Qwen-Code Harness Optimierung:

https://qwen.ai/code


OpenRouter CCP-sensitive-prompts Dataset:

https://huggingface.co/datasets/ccp-sensitive-prompts


---


todo:shop - unser Shop für Nerdkram und alle Fans des Podcast:

https://todoshop.io


todo:cast auf TikTok:

https://www.tiktok.com/@todo_cast


todo:cast auf Instagram:

https://www.instagram.com/todo_cast


todo:cast auf YouTube:

https://www.youtube.com/@todo_cast


Feedback und Anregungen:

todopodcast@outlook.com