Open Source bei TNG
Bei TNG sind wir uns der Bedeutung freier Software bewusst. Viele unserer Kolleginnen und Kollegen engagieren sich im Rahmen unserer Techdays sowie in ihrer Freizeit an diversen Open-Source-Projekten. Zudem veröffentlicht und pflegt TNG mehrere eigene Open-Source-Projekte, die entweder direkt aus Kundenprojekten hervorgegangen sind oder dadurch inspiriert wurden.
Open-Source KI-Projekte
Unsere KI-bezogenen Beiträge sind vorrangig auf Hugging Face vertreten.
TNG Chimera-Modelle
Details zum Hintergrund und Analysen von Chimera-Modellvarianten finden Sie in einem unserer Paper auf arXiv sowie auf unseren Profilen bei OpenRouter und Hugging Face.
DeepSeek-R1T-Chimera
Im April 2025 haben wir mit DeepSeek-R1T-Chimera unser erstes Open-Weights-Modell veröffentlicht und damit den Grundstein für die weitere Erforschung von KI-Modellen gelegt. Es fügt die Reasoning-Fähigkeiten von R1 zu DeepSeek AI V3-0324 hinzu. Dafür haben wir eine innovative Methode angewendet: Das Chimera-Modell ist ein Tochter-LLM, das die Shared Experts von V3 verwendet und um eine individuelle Kombination aus den Routed Experts von R1 ergänzt wurde. Es ist somit kein Feintuning und keine Destillation, sondern ein Modell, das aus Teilen der neuronalen Netze der beiden ursprünglichen MoE (Mixture of Experts)-Modelle konstruiert wurde. Die Model Weights sind auf Hugging Face zu finden.
DeepSeek-TNG R1T2 Chimera
DeepSeek-TNG R1T2 Chimera wurde im Juli 2025 veröffentlicht. Dieses Chimera-Modell ist ein Tri-Mind Assembly-of-Experts LLM mit drei Elternmodellen: DeepSeek R1-0528, R1 und V3-0324. Die Model Weights sind unter der MIT-Lizenz auf Hugging Face verfügbar. Im August 2025 schaffte es DeepSeek-TNG R1T2 Chimera unter die Top 20 der beliebtesten Modelle auf OpenRouter.
TNG-R1T-Chimera
Im November 2025 haben wir TNG-R1T-Chimera veröffentlicht. Dieses experimentelle LLM legt den Fokus auf kreatives Storytelling und Charakterinteraktion.
olmOCR
Wir haben ein Fine-Tuning eines auf olmOCR basierenden KI-Modells für optische Zeichenerkennung (OCR) vorgenommen, um unsere internen Arbeitsabläufe bei der Verarbeitung von Dokumenten zu automatisieren. In unserem Hugging Face Artikel „Finetuning olmOCR to be a faithful OCR-Engine“ erläutern wir, wie wir das Vision Language Model (VLM) trainiert haben, um die Kopf- und Fußzeilen von Rechnungen zuverlässig zu transkribieren.
Die Model Weights sind ebenfalls auf Hugging Face verfügbar.