Aktuelle KI Kurse & Schulungen
Startseite > Definitionen Künstliche Intelligenz – KI Glossar, Lexikon & Begriffe > LAION‑Teilmengen
6 A B C D E F G H I K L M N O P Q R S T U V W Z
La Le Ll Lo
Lai Lar Lat Lay

LAION‑Teilmengen

—

von

Philipp: Schweizer KI Akademie

Einfach erklärt

LAION ist eine sehr große Sammlung von Bild‑Text‑Paaren aus dem Web (für KI‑Forschung/Bildmodelle). Weil Milliarden Bilder zu viel auf einmal sind, stellt LAION „Teilmengen“ (Subsets) bereit – kleinere, gefilterte Ausschnitte für bestimmte Zwecke. Für praktische Einstiege und Übungen siehe den Kurs‑ & Schulungs‑Hub.

Beispiele für Teilmengen:

  • LAION‑400M: ca. 400 Mio. Bild‑Text‑Paare, CLIP‑gefiltert – erster großer, offen zugänglicher Datensatz (2021).
  • LAION‑5B: ca. 5,85 Mrd. Paare (davon ~2,32 Mrd. Englisch). Grundlage für viele offene Bild‑/Text‑Modelle.
  • LAION‑Aesthetics/Aesthetics V2: aus LAION‑5B gefiltert nach „ästhetischer“ Score (und z. B. Wasserzeichen/NSFW‑Filtern) – oft genutzt für Bildgenerierung.
  • LAION‑2B(en): englischsprachige Teilmenge (~2 Mrd.), Subsets davon wurden z. B. für Stable Diffusion v1 verwendet.
  • LAION‑5B‑High‑Res / domänenspezifische Subsets (z. B. LAION‑EO für Erdbeobachtung): thematisch/qualitativ gezielte Ausschnitte.

Professionelle Definition

LAION‑Teilmengen sind abgeleitete, kuratierte oder gefilterte Unterdatensätze der LAION‑Korpora (u. a. LAION‑400M, LAION‑5B). Sie werden mittels CLIP‑basierter Filterung, Qualitäts‑/Aesthetics‑Scores (z. B. Aesthetics V2) und Sicherheits‑Signalen (z. B. Wasserzeichen/NSFW‑Wahrscheinlichkeiten) erzeugt, um spezifische Trainings‑/Evaluationsziele (z. B. Text‑zu‑Bild, Domänenfokus, hohe Auflösung) zu unterstützen. Für die betriebliche Umsetzung (Pipelines, Qualität, Rechte) helfen KI‑Workflows & Automatisierung und Datenschutz & Compliance.

Dokumentierte Beispiele: LAION‑400M (2021) als 400 M Paar‑Baseline, LAION‑5B (2022) mit 5.85 B Paaren, Aesthetics‑Teilmengen (≥ Score‑Schwellen), LAION‑2B(en) für englische Beschreibungen (u. a. für Stable Diffusion v1 genutzt), sowie domänenspezifische Ableger wie LAION‑EO (Erdbeobachtung) aus LAION‑5B. Hinweis (Datenethik): Audits zeigen Risiken (z. B. problematische Inhalte/Privatdaten); LAION berichtet Entfernungen/Filter‑Verbesserungen. Nutzer sollten rechtliche/ethische Vorgaben beachten.

Quellen