update0

Kommentare.md

@@ -0,0 +1,54 @@
+Motivation, Problembeschreibung
+
+Literaturzitate
+CodeHalu - 
+
+Will ich Halluzinationen erkennen?
+Will ich es Klassifizieren?
+Auf einen Use-Case runterbrechen
+Können wir die Ergebnisse nachvollziehen?
+Wo will ich das andocken?
+Wieso ist eine solche Klassifikation wichtig?
+Mit welcher Methode will ich es nachvollziehen?
+
+Nähere Beschreibung des Benchmarks
+Wie sehen die Datensätze aus?
+Einführung des State of the Art mit den Benchmarks?
+
+Genauere Vorstellung der Architektur von LettuceDetect.
+2 Szenarien, gelesen in Literatur und SE 
+
+Aufstellung eines Frameworks um Halluzinationsentdeckung, hlift das?
+Ich habe so eine Pipeline und kann das einbinden an ein Konkretes Projekt.
+Proof of concept, definierung des Projektes und LettuteDetect
+
+Schwammige Formulierung in Motivation.
+Problembeschreibung: wer macht bereits Halluzinationsentdeckung in Code
+
+Was leisten die einzelnen Komponenten und wie kann ich das Proof of concept aufstellen?
+
+Part mit LLM wird noch nicht verstanden.
+Für proof of principle
+
+Dem Leser stärker Erklären wo angesetzt wird.
+
+Bauen von etwas was in der Literatur 
+
+Was man amchen k:onnte wäre eine überprüfung die könnten etwas bis zu einem bestimmten Grad erkennen.
+Praktischer Versuch: Proof of Principle, kann ich damit iwi arbeiten
+Beispielprojekt aufsetzen 
+
+Anhand welcher Aufgabentypen kann ich besonders addressieren? Mit welchen Sprachmodellen will ich da ran gehen.
+
+Seite mehr ist  nicht schlimm
+aa was ist das ziel
+b an wen richtet sich das ganze
+
+Knackpunkt proof of principle, stelle der Code-Generierung Copilot Pipeline an Copilot hinzufügen 
+
+verschiedene Aussagen vorne rausgreifen. Datensatz zusammenstellen in Anlehnung der Datensätze möglicherweise
+2-3 Methoden um Halluzinationsentdeckung aus codehalu einbinden
+welche schritte von pipeline
+
+woher kommt der generierte Code???
+an wen richtet sich das ganze?