Diese Seite wurde von einer KI übersetzt und kann Ungenauigkeiten enthalten. Maßgeblich ist die englische Fassung. Zur englischen Fassung

Research

Hierher kommt nur, was wir selbst gemessen haben.

  1. LFM3 auf einem Smartphone ausgeführt, um zu prüfen, ob es die KI-Funktionen von LangDict ersetzen kann

    Wir haben Liquid AIs LFM3-VL-2B auf einem Android-Smartphone mit 7GB RAM ausgeführt, um zu testen, ob es Übersetzung, Deck-Erstellung und OCR der Sprachlern-App LangDict ersetzen kann. Am Ende haben wir uns gegen den Einbau entschieden.

  2. Lexa — ein kartenübergreifendes In-Context-Modell für Spaced Repetition

    Vorhersagegenauigkeit der Behaltensleistung, gegen die Standardeinstellungen von FSRS-7

Wofür Research da ist

Bei mibuki ist Research dafür da, die Probleme der Apps zu lösen und die Apps besser zu machen. Statt eines großen Modells für alles bauen wir Modelle und Methoden, die auf ein einziges Problem zugeschnitten sind, messen sie und veröffentlichen die Ergebnisse samt Bedingungen.

  1. Das Problem findenProbleme, die im Gebrauch der Apps auftauchen, werden zu Forschungsthemen.
  2. Bauen und messenWir entwickeln Technik, die das Problem löst, und prüfen sie gegen eine feste Vergleichsbasis unter genannten Bedingungen.
  3. In die App bringenGeprüfte Technik kommt in die App und damit zu den Menschen, die sie nutzen.

Was es braucht, um hier zu stehen

Wir veröffentlichen nicht das Fazit allein. Die Vergleichsbasis, die Daten und die Metrik stehen am selben Ort wie die Zahl — eine Zahl ohne ihre Bedingungen kann uns immer nur schmeicheln.

Ein Resultat ist fertig, wenn eine Leserin denselben Schritten folgen und dasselbe sehen könnte. Das Messdatum und die gemessene Version werden immer genannt.

Wenn wir keine Zahl liefern können, behaupten wir kein Ergebnis. Das ist eine Einschränkung für uns, kein Verkaufsargument.

Der vollständige Maßstab (Approach, Prinzip 03) →

Last updated: July 2026