Loading content
Ollama bietet Funktionen zur Organisation, Bereitstellung und Verwaltung von KI-Modellen. Es unterstützt Teams bei der effektiven Zusammenarbeit und der effizienten Nutzung von KI-Technologien.
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und verwandte Bausteine zu öffnen.
Bedienbare Anwendungssoftware: unterstützt Menschen bei einer Aufgabe.
Konkretes Rädchen im System, das in größeren Zusammenhängen wirkt.
Ollama ist eine lokale Laufzeitumgebung, die Sprachmodelle lädt, verwaltet und über Kommandozeile oder HTTP-Schnittstelle ausführt.
Ollama entstand als Open-Source-Projekt aus dem Bedarf, große Sprachmodelle lokal mit einem einfachen Installations-, Modellverwaltungs- und Laufzeitworkflow auszuführen. Das Projekt verband diesen lokalen Dienst früh mit einem Modelfile-Konzept und einer API.
Ollama läuft als lokaler Dienst. Ein Modell wird heruntergeladen, geladen und über die CLI oder eine lokale HTTP-API angesprochen. Ein Modelfile kann Basismodell, Systemanweisung, Vorlage und Parameter festlegen. Speicherbedarf, Geschwindigkeit und Qualität hängen von Modell, Quantisierung und Hardware ab.
Der lokale Dienst lädt Modellgewichte und berechnet Antworten auf verfügbarer Hardware.
Ein Modelfile beschreibt Basismodell, Vorlage, Systemanweisung und Laufzeitparameter.
CLI und HTTP-Schnittstelle binden lokale Modelle in Anwendungen und Werkzeuge ein.
Ollama eignet sich für Prototyping, Offline-Szenarien und Experimente mit datensensiblen Eingaben. Für produktiven Betrieb sind Modellrechte, Ressourcenplanung, Monitoring, Zugriffsschutz und Ergebnisqualität zu prüfen.
Wo dieser Baustein im Themenmodell verortet ist.
Keine Strukturpfade verfügbar.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.