Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind8. Dezember 2022 · Q001983

Competitive programming with AlphaCode

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind berichtet, dass AlphaCode in zehn simulierten Codeforces-Wettbewerben ungefähr das Niveau der mittleren Teilnehmenden erreichte und zu den besten 54 Prozent zählte. Das System erzeugt große Mengen von Programmvorschlägen und filtert daraus Kandidaten; laut Beitrag bleibt es weit davon entfernt, Wettbewerbe zu gewinnen, und die Evaluation ist auf zehn Wettbewerbe beschränkt.

Mittel

Der Beitrag beschreibt AlphaCode, ein DeepMind-System, das neue Aufgaben aus Programmierwettbewerben lösen soll. Laut Team kombiniert es das Verständnis von Aufgabenstellungen mit der Entwicklung von Algorithmen und der Umsetzung in Code. Das Modell wird mit ausgewähltem öffentlichem GitHub-Code vortrainiert und anschließend an einem kleineren Datensatz von Wettbewerbsaufgaben weitertrainiert. Für jede Aufgabe erzeugt es sehr viele Lösungen in C++ und Python, filtert und gruppiert diese und reicht zehn Kandidaten zur Bewertung ein.

DeepMind simulierte mit Erlaubnis von Codeforces die Teilnahme an zehn Wettbewerben, deren Aufgaben neuer waren als die Trainingsdaten. Nach Angaben des Teams lag AlphaCode ungefähr auf dem Niveau der mittleren Teilnehmenden und unter den besten 54 Prozent; eine Grafik nennt 34 Prozent gelöste Aufgaben. Die Verfasser sehen darin einen Fortschritt für KI bei anspruchsvoller Problemlösung. Sie betonen zugleich, dass AlphaCode weit davon entfernt war, Wettbewerbe zu gewinnen und noch erheblicher Verbesserungsbedarf besteht. Der Beitrag berichtet außerdem von einem veröffentlichten Datensatz mit Aufgaben, Lösungen und Tests. Die Evaluation ist auf zehn Wettbewerbe begrenzt und belegt keine allgemeine Leistungsfähigkeit außerhalb dieses Rahmens.

Ausführlich lesen

Der Blogbeitrag stellt AlphaCode vor, ein von DeepMind entwickeltes System zur Lösung von Aufgaben aus Programmierwettbewerben. Laut den Verfassern verlangt diese Aufgabe mehr als das Schreiben von Code: Teilnehmende müssen lange Aufgabenstellungen verstehen, Lösungswege entwickeln und passende Algorithmen umsetzen. Bestehende KI-Systeme hätten solche Anforderungen zuvor nur eingeschränkt bewältigt, etwa bei einfacheren Mathematik- und Programmieraufgaben oder durch das Wiederverwenden bekannter Lösungen.

AlphaCode soll nach Darstellung des Teams eigenständige Lösungen für bislang unbekannte Wettbewerbsaufgaben erzeugen. Das Modell wird zunächst mit ausgewähltem öffentlichen Code von GitHub vortrainiert und anschließend mit einem vergleichsweise kleinen Datensatz von Programmieraufgaben und Lösungen weitertrainiert. Bei einer Aufgabe erzeugt es sehr viele Programme in C++ und Python – laut Beitrag Größenordnungen mehr als frühere Ansätze. Anschließend filtert, gruppiert und bewertet das System die Vorschläge erneut und reicht zehn aussichtsreiche Programme zur externen Beurteilung ein. Diese automatisierte Auswahl soll den üblichen Prozess aus Ausprobieren, Kompilieren, Testen und Überarbeiten ersetzen.

Die Verfasser erprobten AlphaCode mit Erlaubnis von Codeforces in einer Simulation von zehn jüngeren Wettbewerben. Diese Wettbewerbe lagen zeitlich nach den Trainingsdaten. Nach ihrer Auswertung erreichte das System ungefähr das Niveau der mittleren Teilnehmenden und wurde auf etwa den oberen 54 Prozent der Konkurrenz eingeordnet. Eine begleitende Grafik zeigt laut Bildbeschreibung, dass das Modell 34 Prozent der Aufgaben löste. DeepMind bezeichnet dies als erheblichen Fortschritt und als ersten Fall, in dem ein KI-System in Programmierwettbewerben ein konkurrenzfähiges Leistungsniveau erreicht habe. Zugleich räumt der Beitrag ein, dass AlphaCode weit davon entfernt war, Wettbewerbe zu gewinnen.

Der Text enthält positive Einschätzungen des Codeforces-Gründers und eines Google-Softwareentwicklers, der zugleich als Spitzenprogrammierer vorgestellt wird. Beide äußern sich beeindruckt von den Ergebnissen; der Beitrag gibt damit auch fachliche Reaktionen wieder, die jedoch keine unabhängige umfassende Bewertung der Leistungsgrenzen ersetzen.

DeepMind veröffentlichte nach eigenen Angaben einen Datensatz mit Wettbewerbsaufgaben, Lösungen und umfangreichen Tests auf GitHub. Die Tests sollen die Prüfung erleichtern, ob Programme korrekt sind. Das Team hofft, damit weitere Forschung zu Problemlösung und Codegenerierung anzustoßen und künftig Werkzeuge zu entwickeln, die Programmierende unterstützen oder den Zugang zum Programmieren erleichtern.

Die belegten Grenzen im Beitrag sind deutlich: Die Auswertung umfasst zehn Wettbewerbe, und das System erreichte ungefähr das Mittelfeld, nicht die Spitze. Der Text beschreibt die Ergebnisse als frühen Fortschritt und sagt ausdrücklich, dass bei der Codegenerierung noch viel Verbesserungsspielraum besteht. Er liefert keine umfassende Aussage darüber, wie AlphaCode außerhalb dieses Wettbewerbsrahmens abschneidet.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen geliefert; beide wurden geprüft, das Urteil bezieht sich auf beide. Die mittlere Fassung gibt den Bericht treu wieder, die kurze lässt den Erstfall und die Datensatzveröffentlichung weg. Die Schlussfolgerung, die Evaluation belege keine Leistung außerhalb der zehn Wettbewerbe, ist eine Deutung und keine Aussage des Berichts. Die Einordnung der Sammelfragen erfolgt nach dem Bericht, der AlphaCode betrifft und nur in Einzelpunkten an Governance-Fragen anknüpft.

Im Bericht, aber nicht in der Zusammenfassung

  • Erstmals erreicht ein KI-Codesystem ein wettbewerbsfähiges Niveau in Programmierwettbewerben (fehlt in beiden Fassungen)
  • Veröffentlichung des Datensatzes mit Aufgaben, Lösungen und Tests auf GitHub (fehlt in der kurzen Fassung)
  • Publikation in Science (fehlt in der mittleren Fassung)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %umfangreiche Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 41 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 34 %nur am Rande erwähnt
    • JEV 60 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 65 %einzelne zitierbare Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →