Beiträge on Gaia Lab · Blog

Modelle bereitstellen und den Cluster pflegen: die Infrastruktur hinter den anderen Linien

Tue, 22 Sep 2026 14:15:00 +0200

Neunte und letzte Folge von Cluster-Röntgenbild. Hier fassen wir zusammen, was in keine Forschungslinie passt, aber in den Skripten fast aller auftaucht.

Modelle bereitstellen, damit andere arbeiten können #

Mehrere Linien der Serie brauchen ein laufendes großes Modell: einen Richter, der Antworten bewertet, einen Generator synthetischer Daten, einen Programmierassistenten. Auf einem Cluster mit einer GPU pro Knoten ist die natürliche Art, es bereitzustellen, ein Slurm-Job, der vLLM hochfährt, wartet, bis es antwortet, sich bei einem gemeinsamen Proxy registriert und dort bleibt, bis die Zeit abläuft. Am Ende meldet er sich ab: Das Modell erscheint und verschwindet mit dem Job aus dem Katalog.

GNNs für das Chlorophyll einer Lagune: Bringt der Graph etwas?

Tue, 22 Sep 2026 14:00:00 +0200

Achte Folge von Cluster-Röntgenbild. Im Überblicksbeitrag erschien diese Linie als Intrusion Detection. Die Skripte erzählen etwas anderes: Die Graph-Netze sind umweltbezogen, und die Intrusion Detection kommt im September als Pilot dazu.

Die Frage #

Die Chlorophyllkonzentration ist der direkteste Indikator für den Zustand einer Küstenlagune: Sie kündigt Eutrophierungsepisoden und Algenblüten an. Man kann sie vom Satelliten aus schätzen, aber die Beziehung zwischen Reflektanz und Chlorophyll hängt vom Ort, vom Zeitpunkt und vom Geschehen in der Umgebung ab. Die Linie fragt, ob ein Graph-Neural-Network, das Punkte der Lagune in Raum und Zeit verbindet, besser vorhersagt als tabellarische Modelle, und vor allem, ob der Graph echte Information beiträgt oder nur als Glättung wirkt.

Ein Risikoklassifikator für Minderjährige, der in ein Smartphone passt

Tue, 22 Sep 2026 13:45:00 +0200

Siebte Folge von Cluster-Röntgenbild. Eine Sicherheitslinie anderer Art: die der Minderjährigen, die ein Telefon benutzen.

Die Frage #

Risikosituationen in den Gesprächen eines Minderjährigen zu erkennen (Mobbing, Grooming, sexuelle Inhalte, Isolation, Drohungen), ist mit einem Sprachmodell möglich. Es auf einem Server zu tun, bedeutet, das Gespräch aus dem Telefon hinauszuschicken, und genau das will man mit dem Privatleben eines Minderjährigen nicht tun. Die Linie fragt, ob ein Modell, das klein genug ist, um auf dem Telefon selbst zu laufen, das Risiko mit der nötigen Zuverlässigkeit klassifizieren kann, und wie viel verloren geht, wenn man es so weit komprimiert, dass es hineinpasst.

Dentale Segmentierung und 100 Seeds: Wie sehr sich ein Modell durch reinen Zufall ändert

Tue, 22 Sep 2026 13:30:00 +0200

Sechste Folge von Cluster-Röntgenbild. Nach den Wäldern die sparsamste Linie des Archivs: zwanzig GPU-Stunden in vier Monaten und eine methodische Frage, die viele Arbeiten veröffentlichen, ohne sie zu beantworten.

Die Frage #

Strukturen in Dentalbildern automatisch zu segmentieren, also Pixel für Pixel die interessierende Region vom Hintergrund zu trennen, ist die Grundlage jeder nachfolgenden Messung oder assistierten Diagnose. Die Literatur vergleicht Architekturen mit einem einzigen Durchlauf pro Modell, und die Unterschiede zwischen ihnen liegen oft in der Größenordnung eines Punktes. Die Linie stellt zwei Fragen: Welche Architektur segmentiert diese Art von Bild am besten, und wie viel des Unterschieds zwischen zwei Modellen ist real und wie viel ist die Lotterie der Initialisierung?

Bäume einzeln aus LiDAR-Punktwolken: den Wald in Individuen zerlegen

Tue, 22 Sep 2026 13:15:00 +0200

Fünfte Folge von Cluster-Röntgenbild. Nach den Proteinen eine weitere Linie fern der Sprache: Wälder.

Die Frage #

Ein LiDAR-Scan einer Waldparzelle liefert Millionen unbeschrifteter Punkte. Um die oberirdische Biomasse und damit den gespeicherten Kohlenstoff zu schätzen, muss man wissen, welche Punkte zu welchem Baum gehören: den Wald in Individuen zerlegen. Das ist ein Problem der Instanzsegmentierung in 3D, schwierig dort, wo sich die Kronen berühren. Die Linie fragt, welche Architektur das am besten kann, wie sehr das Ergebnis vom Glück der Initialisierung abhängt und welche Information der Punktwolke wirklich zählt.

4.400 Proteinkomplexe mit Boltz-2: Vorhersagen, wie zwei Proteine binden

Tue, 22 Sep 2026 13:00:00 +0200

Vierte Folge von Cluster-Röntgenbild und die Linie mit den wenigsten Jobs: fünfzehn. Zugleich eine derjenigen, die am meisten GPU reservieren, denn jeder Job dauert Tage.

Die Frage #

Zu wissen, ob und wie zwei Proteine interagieren, ist eine der zentralen Fragen der Strukturbiologie: Es erklärt Signalwege, Wirkstoffziele und die Wirkung von Mutationen. Es experimentell zu bestimmen, kostet Monate pro Paar. Die Linie nutzt Strukturvorhersage, um im Maßstab von Tausenden Paaren die Struktur des Komplexes, den zwei Proteine bilden, und die Konfidenz, dass die Bindung real ist, abzuschätzen.

Quantisierte LLMs messen: Was beim Komprimieren eines offenen Modells verloren geht

Tue, 22 Sep 2026 12:45:00 +0200

Dritte Folge von Cluster-Röntgenbild. Sie ist das beste Beispiel für das, was der Überblicksbeitrag sagte: Der Cluster ist heute vor allem ein Messlabor. Hier wird kein einziger Parameter trainiert.

Die Frage #

Offene Modelle werden quantisiert verteilt: dieselben Gewichte, komprimiert auf 8, 6, 5, 4, 3 oder 2 Bit, damit sie auf eine kleine Karte oder ein Notebook passen. Die Community veröffentlicht Hunderte Varianten, aber selten mit einer vergleichbaren Messung dessen, was verloren geht. Die Linie fragt, wie viel jede Quantisierungsstufe jeder Familie in Aufgaben wirklich leistet, die für den Einsatz des Modells als Werkzeug zählen, und mit welcher Geschwindigkeit und welchen Energiekosten sie das auf jeder Karte tut.

Ein Rat kleiner Modelle gegen ein 120B-Modell: automatisches Jailbreaking und wer darüber urteilt

Tue, 22 Sep 2026 12:30:00 +0200

Zweite Folge von Cluster-Röntgenbild. Die vorige Folge justierte ein Modell, damit es Schädliches ablehnt. Diese Linie macht das Gegenteil: Sie greift automatisiert ein großes Modell an und zählt, wie oft es nachgibt.

Die Frage #

Automatische Jailbreak-Angriffe nutzen meist ein Angreifermodell, das einen Prompt Runde um Runde verfeinert. Die Linie fragt, ob eine Gruppe kleiner Modelle, die sich beraten, besser angreift als jedes von ihnen einzeln, und mit gleichem Gewicht, wie man den Erfolg misst, ohne sich selbst zu täuschen, denn derselbe Angriff kann je nach Beurteiler als erfolgreich gelten oder nicht.

Self-Alignment: Wie viel Sicherheit man einem Sprachmodell beibringen kann, ohne dass es nutzlos wird

Tue, 22 Sep 2026 12:15:00 +0200

Erste Folge von Cluster-Röntgenbild, der Serie, die Linie für Linie aufschlüsselt, was auf dem Cluster der ANTS-Gruppe wirklich läuft . Wir beginnen mit der ersten von drei Linien zur Sicherheit von Sprachmodellen.

Die Frage #

Ein Sprachmodell so zu justieren, dass es schädliche Anfragen ablehnt, hat einen Preis: Bringt man ihm zu sehr bei, Nein zu sagen, beginnt es, auch Harmloses abzulehnen, und verliert an Nützlichkeit. Die Linie untersucht dieses Gleichgewicht: Welcher Anteil an Sicherheitsdaten muss den Nützlichkeitsdaten beigemischt werden, und kann das Modell selbst seine Ablehnungsbeispiele erzeugen und die Dosis eigenständig regeln?

Was auf unserem Cluster wirklich läuft, gelesen aus den Skripten selbst

Tue, 22 Sep 2026 10:00:00 +0200

Die Job-Historie eines Clusters ist meist eine Wand aus sechsstelligen Kennungen und kryptischen Namen – mcpfw_cc, eval_dynamic_pid, boltz2 –, die demjenigen alles sagen, der sie gestartet hat, und allen anderen nichts. Bewahrt man aber die Skripte auf, wird aus der Wand ein Dokument: Die Leute schreiben auf, warum sie etwas tun, vor allem dann, wenn ein Durchlauf Geld und eine Nacht Wartezeit kostet.

Willkommen im Blog von Gaia Lab

Fri, 18 Sep 2026 00:00:00 +0200

Mit diesem Beitrag eröffnen wir das Blog von Gaia Lab. Bevor wir Deployment-Notizen, Ergebnisse und Anleitungen veröffentlichen, wollen wir schriftlich festhalten, wer wir sind, was wir tun und was diejenigen erwarten können, die diesen Seiten folgen.

Was ist Gaia Lab #

Gaia Lab ist das Experimentierlabor für 5G- und B5G-Technologien der ANTS-Gruppe, die dem Departamento de Ingeniería de la Información y las Comunicaciones (Fachbereich für Informations- und Kommunikationstechnik) der Universität Murcia angehört. Unser Motto, “Driving connectivity”, fasst die Absicht zusammen: Kommunikationsnetze auf realer Infrastruktur zu entwerfen, aufzubauen und zu vermessen – nicht nur in der Simulation.

Wie man in diesem Blog einen Beitrag veröffentlicht

Thu, 17 Sep 2026 10:00:00 +0200

Dieses Blog ist eine statische Website, die mit Hugo generiert und auf GitLab Pages bereitgestellt wird. Jeder Beitrag ist eine Markdown-Datei in einem eigenen Ordner, und Veröffentlichen bedeutet, diese Datei in den Branch main zu mergen. Bei Gaia Lab haben wir hier die vollständigen Schritte zusammengestellt, damit jedes Teammitglied schreiben und veröffentlichen kann, ohne auf jemanden angewiesen zu sein.

Das Versuchsfahrzeug: ein 5G-Labor auf Rädern

Tue, 15 Sep 2026 10:00:00 +0200

Bei Gaia Lab, dem Experimentierlabor für 5G- und B5G-Technologien der ANTS-Gruppe der Universität Murcia, haben wir ein multidisziplinäres Versuchsfahrzeug für mehrere Forschungslinien in Betrieb genommen: 5G- und B5G-Netze, Fahrzeugkommunikation, Wahrnehmung, IoT und Edge Computing.

Warum ein Labor auf Rädern #

Viele Anwendungen, die von Konnektivität abhängen, lassen sich nur in Bewegung und auf realem Terrain bewerten: hochauflösendes Video, digitale Zwillinge am Netzrand, kooperative Kommunikation oder georeferenzierte Multisensordaten. Wir brauchten ein mobiles Ende des privaten 5G-Netzes auf dem Campus Espinardo mit Sensoren, Funkmodulen und Rechenleistung.

Womit es verbunden ist: die 5G- und B5G-Experimentierinfrastruktur auf dem Campus Espinardo

Thu, 10 Sep 2026 10:00:00 +0200

Wenn wir das Versuchsfahrzeug vorstellen, verweilen wir meist bei dem, was es an Bord hat. In diesem Beitrag drehen wir die Frage um und erklären, womit es verbunden ist: Das Fahrzeug ist das mobile Ende der 5G- und B5G-Experimentierinfrastruktur, die wir bei Gaia Lab, innerhalb der ANTS-Gruppe der Universität Murcia, auf dem Campus Espinardo aufgebaut haben. Wir beschreiben ihre fünf Bausteine und wie das Fahrzeug den Kreis schließt.