So verwenden Sie Arcana
Warnung
Dieser Dienst befindet sich derzeit in der Beta-Phase und wird regelmäßig aktualisiert.
Das gilt auch für die Dokumentation.
Warnung
Bisher funktionierte RAG/Arcana nur mit bestimmten Modellen. Dies ist nicht mehr der Fall – Arcana funktionieren nun mit jedem Modell.
Die bisherige Methode, Arcana mit Modellen zu verwenden, die im Namen „RAG“ enthalten (oder das kleine Buch-Symbol haben), wird in Zukunft nicht mehr unterstützt. Bitte verwenden Sie die GWDG-Werkzeuge gemäß der untenstehenden Anleitung!
Diese Anleitung führt Sie durch zwei Hauptmethoden, um auf eine Arcana zuzugreifen:
- Schnellstart: Verwenden eines Zugangslinks (empfohlen für Anfänger)
- Erweitert: Manueller Zugriff über die Arcana-ID (für Fortgeschrittene und Integration)
Um eine Arcana zu nutzen, müssen Sie zunächst eine einrichten oder eine öffentlich verfügbare Arcana verwenden.
Schnellstart: Verwenden eines Zugangslinks (Einfachste Methode)
Wenn Ihnen ein Zugangslink zu einer Arcana zur Verfügung gestellt wurde (z. B. für eine Forschungsarbeit, Lehrmaterial oder eine institutionelle Dokumentation) oder wenn Sie Ihren eigenen nach der Anleitung zum Starten erstellt haben, ist dies die schnellste und einfachste Möglichkeit, zu beginnen.
Schritte
- Klicken Sie auf den Zugangslink, den der Arcana-Besitzer oder Sie selbst geteilt haben.
- Dies öffnet eine vorkonfigurierte Chat-AI-Oberfläche, die automatisch für diese Arcana konfiguriert ist.
- Beginnen Sie mit Fragen stellen – das System sucht relevante Inhalte aus dem indizierten Material heraus und generiert Antworten, die auf der Quelle basieren.
Manueller Zugriff: Verwenden der Arcana-ID
Für mehr Kontrolle können Sie eine Arcana auch manuell über ihre eindeutige Arcana-ID verbinden. Die Arcana-ID ist auch erforderlich, wenn Sie mit einer Arcana über die Chat-Vervollständigungs-API interagieren.
Schritte
Navigieren Sie zu Chat-AI.
Aktivieren Sie im Einstellungsmenü (rechte Seite) die Option GWDG-Werkzeuge.
Geben Sie in das Feld Arcana die Arcana-ID ein (z. B.
user1/arcana-123456).Wählen Sie das empfohlene Modell:
Qwen 3 30B A3B Instruct 2507Info
Wenn Sie die Meldung „Tools konnten nicht verwendet werden: Werkzeuge möglicherweise nicht unterstützt“ erhalten, während Sie mit RAG interagieren, wechseln Sie zu diesem Modell – es ist für werkzeugbasierte Abfragen optimiert.
Passen Sie
temperatureundtop_pauf den niedrigsten möglichen Wert an.Beginnen Sie mit der Interaktion mit der Arcana über die Chat-Oberfläche.
Info
Obwohl Arcana und GWDG-Werkzeuge mit anderen Modellen funktionieren können, liefert
Qwen 3 30B A3B Instruct 2507die konsistenteste Leistung mit der RAG-Funktion.
Generieren eines Zugangslinks für eine Arcana
Um einen Zugangslink für Ihre Arcana zu generieren, folgen Sie dem Abschnitt Anzeigen Ihres Zugangslinks in der Anleitung zum Starten.
Best Practices für eine effektive Nutzung
Um qualitativ hochwertige, genaue Antworten zu erhalten, beachten Sie diese Empfehlungen:
1. Anpassen von „temperature“ und „top_p“
Für Arcana empfehlen wir, „temperature“ auf 0,0 und „top_p“ auf 0,05 zu setzen, um optimale Ergebnisse zu erzielen. Weitere Informationen zur Wirkung von „temperature“ und „top_p“ finden Sie im Abschnitt Vervollständigungsoptionen der Chat-AI-Dokumentation.
2. Verwenden Sie spezifische Stichwörter aus der Quelle
Unser RAG-System verarbeitet Dokumente, indem es PDFs in strukturierte Markdown konvertiert. Die LLM-Antwort wird dann verbessert, indem relevante Informationen aus diesen Dokumenten für Ihren Prompt extrahiert werden.
Weitere Informationen finden Sie im Docling-Prozess.
Fügen Sie Begriffe, Phrasen oder Konzepte aus dem Originaldokument in Ihren Prompt ein:
- Vage: „Erzählen Sie mir etwas über dieses Datenset.“
- Spezifisch: „Welche Bewertungsmetriken wurden im ImageNet-Test verwendet?“
3. Anpassen des Systemprompts
Für wichtige Arcana (z. B. Lernhilfen, Laborprotokolle oder wissenschaftliche Arbeiten) passen Sie den Systemprompt an, um den gewünschten Ton, das Format und die Antwortart zu definieren.
Beispiel
4. Überprüfen der Referenzen in der Antwort
Nach jeder Abfrage liefert das System:
- Die Antwort, angereichert mit Kontext aus dem indizierten Material.
- Referenzen unter der Antwort, darunter:
- Name der Quelldatei (z. B.
imagenet.pdf) - Seitenangabe
- Name der Quelldatei (z. B.
Referenzen werden in Markdown gerendert, sodass Sie jeden Anspruch auf seine ursprüngliche Quelle zurückverfolgen können. Ursprünglich könnte die Information in einer PDF-Datei enthalten gewesen sein, die in eine annotierte Markdown-Datei konvertiert wurde, wie Sie im Docling-Prozess nachlesen können.
Beispiel
- Prompt: Was ist ImageNet?
- Beispielantwort: ImageNet ist eine große Ontologie von Bildern, die auf der Struktur von WordNet basiert. Sie soll die Mehrheit der 80.000 Synsets von WordNet mit durchschnittlich 500 bis 1000 sauberen und hochauflösenden Bildern füllen, was zu Millionen von annotierten Bildern führt, die nach der semantischen Hierarchie von WordNet organisiert sind.

Arcana-Beispiel
Die Antwort enthält Quellenreferenzen aus der ursprünglichen ImageNet-PDF.