Für gründliche Recherche entwickelt
Lange Quellen, Fragen und Ergebnisse — alles in einem Arbeitsbereich, in dem du das Original prüfen kannst.
Quellen
3 QuellenAttention- und rekurrente Schichten im Vergleich
Dieser eigens für die Demonstration geschriebene Anhang nutzt den Vergleich der Komplexität pro Schicht aus „Attention Is All You Need“ für eine grobe Schätzung.
Der Rechenaufwand einer Attention-Schicht wächst mit Länge² × Dimension, der einer rekurrenten Schicht mit Länge × Dimension². Beide Studien verwenden eine Modelldimension von 512. Abbildung 2 trägt diese Schätzung für beide Schichttypen über der Eingabelänge auf und markiert die Eingabelängen der beiden Studien.
- Attention-Schicht
- Rekurrente Schicht
Dies ist eine Größenordnungsschätzung. Sie lässt konstante Faktoren und den übrigen Modellaufbau, etwa Feedforward-Schichten, außer Acht und kann daher keines der gemessenen Verhältnisse reproduzieren.
Aktuelle Quelle: Anhang zum Attention-Rechenaufwand (Beispiel).pdf · Seite 2 · Abbildung 2
Fragen an deine Quellen
Ergebnisvorschau
Nach deiner Frage lassen sich die Erkenntnisse in einen Bericht umwandeln.
Mach aus dem Gelesenen deine eigene Sichtweise.
Sammle alle Unterlagen deines Projekts an einem Ort. Schärfe deine Gedanken durch Fragen, Vergleiche und Überprüfungen. Fasse deine Erkenntnisse in einem Bericht zusammen, damit Diskussionen und Recherche auf Belegen beruhen und zu greifbaren Ergebnissen führen.
Bring deine Quellen mit
- Fachartikel & BranchenberichtePDF
- Interviews & BesprechungenMP3
- Entwürfe & ForschungsnotizenWord · DOCX
- Daten & TabellenExcel · XLSX
Bring deine Fragen mit. Gemeinsam erkunden, vergleichen und prüfen wir die Belege, um Zusammenhänge zu verstehen.
Bring deine Arbeit weiter
- Word-DokumenteDOCX
- PDF-DokumentePDF
- PPT-PräsentationenPPTX
- CodedateienHTML · Python
Deine nächste Arbeit beginntmit den Quellen, die du schon hast.
Ein paar Berichte. Eine Aufnahme. Eine anstehende Entscheidung.
Verknüpfe die Belege. Gib jedem Urteil eine Quelle.
PDFStudie zum Fußgängerverkehr im Gebiet.pdf01
„Die Besucherprognose setzt die Bedingungen nach Eröffnung der Bahnlinie voraus.“
Seite 18 · Prognoseannahmen
MP3Projektbesprechung.mp302
„Die erste Phase soll nächstes Jahr wiedereröffnet werden, aber die Verkehrsanbindung könnte noch fehlen.“
Besprechungsauszug · 12:48
Recherchebericht
Entwurf · Zu prüfenErneuerung der Einkaufsstraße · Machbarkeitsprüfung
Häufig gestellte Fragen
Was ist DeepShelf?
DeepShelf ist ein Cloud-Arbeitsbereich für gründliche Recherche und Lernen. Sammle lange Quellen wie Fachartikel, Berichte, Aufnahmen, Entwürfe und Tabellen in einem Projekt. Stelle der KI Fragen, vergleiche Quellen und frage weiter nach. Verwandle deine Erkenntnisse in herunterladbare Berichte. Zitate in Antworten führen dich mit einem Klick zur Originalquelle, damit du sie prüfen kannst. Neben DeepShelf 1.0 werden GPT, Claude, DeepSeek, Kimi und weitere Modelle unterstützt. Welche Modelle verfügbar sind, hängt von deinem Tarif ab.
Modelle nach Tarif ansehenWie unterscheidet sich DeepShelf von Tools wie ChatGPT? Warum zuerst Dateien hochladen?
Auch Tools wie ChatGPT können die Dateien lesen, die du ihnen sendest. Der Unterschied liegt darin, was nach dem Hochladen geschieht. DeepShelf liest jede Quelle zunächst durch und macht sich Notizen — dieser Vorgang heißt Parsing. Das hat drei Vorteile:
- Spätere Antworten stützen sich zuerst auf deine Quellen und sind genauer.
- Deine Quellen bleiben in einem Projekt zusammen. Bei einem neuen Chat musst du sie nicht erneut senden.
- Jedes Zitat in einer Antwort lässt sich öffnen, um das Original zu prüfen: Ein PDF öffnet sich an der Passage im Originallayout, eine Aufnahme springt zur passenden Zeitstelle und Transkription, und Word-, TXT- sowie EPUB-Dateien öffnen den aufbereiteten Text.
Kann DeepShelf mehrere lange Bücher oder viele Berichte gleichzeitig verarbeiten und ihre Zusammenhänge erkennen?
Ja. Lege sie in einem Projekt ab, wähle die Quellen für deine Frage aus und frage nach Übereinstimmungen, Widersprüchen und Zusammenhängen. Wir haben das mit mehreren vollständigen Büchern zugleich getestet, einschließlich buchübergreifender Fragen, und die Ergebnisse übertrafen ähnliche Produkte deutlich. Diese Größenordnung ist auch noch nicht die Obergrenze. Die tatsächlichen Grenzen setzt dein Tarif: wie viele Quellen ein Projekt aufnehmen kann und wie groß einzelne Dateien sein dürfen. Scans und Tabellen funktionieren weniger gut als PDFs mit auswählbarem Text. Öffne die Zitate, um jeden aufgezeigten Zusammenhang zu bestätigen.
Welche Dateitypen kann ich in DeepShelf hochladen?
DeepShelf unterstützt PDF, Word (DOCX), Klartext (TXT), E-Books (EPUB), Bilder (JPG, JPEG, PNG), Audio (WAV, MP3, M4A, OGG), Webseiten (HTML, HTM), Tabellen (CSV, XLSX), PowerPoint (PPTX) und mehr. Dateigröße und Dateianzahl pro Projekt hängen vom Tarif ab.
Unterstützte Quellformate ansehenKann ich DeepShelf kostenlos nutzen?
Ja. Neue Konten erhalten eine siebentägige Plus-Testphase mit insgesamt 100 Credits. Danach wechselt dein Konto automatisch zu Free. Die Plus-Vorteile enden, aber du kannst DeepShelf weiter nutzen. Das Aufbereiten von Quellen, Fragen und Erstellen von Berichten verbraucht Credits; wie viele, hängt von der Länge der Quellen und dem gewählten Modell ab. Zu Dateien, die du während der Testphase oder eines Bezahltarifs hochgeladen hast, kannst du auch unter Free weiterhin Fragen stellen und Zitate erhalten. Kontostand und Verlauf findest du unter Einstellungen → Nutzung.
Tarifgrenzen vergleichenWerden meine bei DeepShelf hochgeladenen Fachartikel, Aufnahmen oder Kundenunterlagen zum Modelltraining verwendet?
DeepShelf verwendet deine hochgeladenen Quellen, Gespräche und generierten Ergebnisse nicht zum Training großer Sprachmodelle.
Wir speichern deine Quellen sowie den Generierungsprozess und die Ergebnisse langfristig, damit du jederzeit darauf zurückkommen und weiterarbeiten kannst. Wenn du sie nicht mehr benötigst, kannst du Projekte oder Quellen im Arbeitsbereich löschen. Außerdem speichern wir die für Fehlerdiagnose, Sicherheit und Missbrauchsprävention nötigen Anfrageprotokolle.
DeepShelf ist ein Cloud-Dienst. Zum Aufbereiten von Dateien und Erzeugen von Antworten werden die für die jeweilige Aufgabe erforderlichen Inhalte an die zuständigen Modell- und Parsingdienste gesendet. Wir empfehlen, keine sensiblen Informationen hochzuladen, die nicht zur aktuellen Aufgabe gehören.


