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
deepmind28. April 2022 · Q003697

Tackling multiple tasks with a single visual language model

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind zufolge kann Flamingo multimodale Aufgaben mit wenigen Beispielen bearbeiten und übertraf in 16 untersuchten Aufgaben frühere Few-shot-Verfahren. Der Beitrag beschreibt erste positive Ergebnisse bei einzelnen Prüfungen, betont aber, dass ethische Risiken weiter untersucht werden müssen und vor einem Einsatz sorgfältig geprüft werden sollten.

Mittel

Der DeepMind-Beitrag stellt Flamingo vor, ein visuelles Sprachmodell, das Bilder, Videos und Text in einer Eingabeaufforderung verarbeiten und mit wenigen Beispielen auf neue Aufgaben ausgerichtet werden soll. Laut Bericht erzielte es bei 16 untersuchten Aufgaben mit nur vier Beispielen je Aufgabe bessere Few-shot-Ergebnisse als frühere Verfahren. In mehreren Fällen habe es auch aufgabenspezifisch feinabgestimmte Methoden übertroffen, die wesentlich mehr Daten nutzten.

Flamingo verbindet separat vortrainierte und eingefrorene Sprach- und Bildrepräsentationen durch zusätzliche Architekturbausteine. Für das Training nennt DeepMind große multimodale Webdaten ohne maschinell annotierte Beispiele. Das fertige Modell habe 80 Milliarden Parameter und gehe aus Chinchilla mit 70 Milliarden Parametern hervor; eine Anpassung an Sehaufgaben solle danach ohne zusätzliches Feintuning möglich sein.

Der Beitrag berichtet außerdem über erste, als positiv bezeichnete Tests von Bildbeschreibungen zu Geschlecht und Hautfarbe. DeepMind mahnt dennoch zu weiterer Forschung über ethische Risiken und sorgfältiger Prüfung vor einem realen Einsatz. Die Aussagen zu Leistung und Nutzen stammen aus dem Beitrag selbst; eine unabhängige Bestätigung oder umfassende Risikoprüfung wird nicht geliefert.

Ausführlich lesen

Der DeepMind-Beitrag stellt Flamingo vor, ein visuelles Sprachmodell, das laut Autorinnen und Autoren multimodale Aufgaben mit wenigen Beispielen in einer Eingabeaufforderung bearbeiten soll. Als Ausgangspunkt beschreibt der Text den Aufwand herkömmlicher visueller Modelle: Für eine neue Aufgabe brauche man oft viele eigens beschriftete Beispiele und müsse das Modell erneut trainieren. Flamingo soll diesen Aufwand verringern, indem es aus einer kurzen Anweisung und wenigen Beispielen lernt, statt für jede Aufgabe zusätzlich angepasst zu werden.

Die Eingabe kann Bilder, Videos und Text miteinander verschachteln. Beispiele mit visuellen Inhalten und den erwarteten Textantworten sollen das Modell auf eine Aufgabe ausrichten; anschließend kann es Fragen zu einem neuen Bild oder Video beantworten. Der Beitrag vergleicht dieses Prinzip mit großen Sprachmodellen, die Aufgaben anhand von Beispielen im Textprompt bearbeiten.

Für die 16 untersuchten Aufgaben beansprucht DeepMind einen neuen Bestwert beim Few-shot-Lernen. Dem Bericht zufolge übertraf Flamingo frühere Few-shot-Verfahren bereits mit nur vier Beispielen je Aufgabe. In mehreren Fällen habe es außerdem Methoden geschlagen, die für einzelne Aufgaben feinabgestimmt wurden und Größenordnungen mehr aufgabenspezifische Daten verwendeten. Die Abbildungen zeigen unter anderem Vergleiche mit aufgabenspezifischen Spitzenwerten sowie Beispiele aus HatefulMemes, VizWiz und VATEX. Der Beitrag sagt, dass diese Ergebnisse auch Nichtfachleuten ermöglichen könnten, visuelle Sprachmodelle für neue Aufgaben zu nutzen.

Technisch kombiniert Flamingo große Sprachmodelle mit leistungsfähigen visuellen Repräsentationen. Beide Komponenten seien separat vortrainiert und während des Verknüpfens eingefroren; neue Architekturbausteine würden sie verbinden. Für das abschließende Training nennt DeepMind einen Mix ergänzender, großer multimodaler Webdaten, der keine für maschinelles Lernen annotierten Daten verwende. Ausgangspunkt sei das 70-Milliarden-Parameter-Sprachmodell Chinchilla; das fertige Flamingo-Modell habe 80 Milliarden Parameter. Nach dem Training solle die Anpassung an Sehaufgaben durch wenige Beispiele und ohne zusätzliches aufgabenspezifisches Feintuning möglich sein.

Neben Benchmarks beschreibt der Text qualitative Versuche, darunter Bildbeschreibungen mit Bezug zu Geschlecht und Hautfarbe. Die erzeugten Beschreibungen seien mit Googles Perspective API auf Toxizität geprüft worden; die ersten Ergebnisse werden als positiv bezeichnet. DeepMind betont jedoch, dass multimodale Systeme weiter auf ethische Risiken untersucht werden müssten und solche Aspekte vor einem Einsatz in der realen Welt sorgfältig zu prüfen seien. Die beschriebenen Prüfungen belegen daher keine umfassende Risikobewertung.

Der Beitrag hebt außerdem mögliche Anwendungen wie visuelle Unterstützung für Menschen mit Sehbehinderung und die Erkennung hasserfüllter Inhalte hervor. Er zeigt Beispiele für multimodalen Dialog und das Erkennen des Stroop-Tests und stellt Flamingo als vielversprechende Modellfamilie dar. Zugleich beschreibt er weitere Verbesserungen an Flexibilität und Fähigkeiten als laufende Arbeit. Die Aussagen zu Leistungsfähigkeit und Nutzen sind die Darstellung des DeepMind-Beitrags; der Text liefert keine unabhängige Bewertung der Ergebnisse oder einen Nachweis für einen sicheren Einsatz.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich nur auf den Bericht zu Flamingo. Die Stufen beziehen sich auf die Belegtiefe im Text, nicht auf die allgemeine Bedeutung der Fragen.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht nennt multimodale Dialogfähigkeit ohne zusätzliches Training (Abbildungen 3a und 3b, DALL·E-2-Bild und Stroop-Test).
  • Die Toxizitätsprüfung der generierten Bildbeschreibungen mit Googles Perspective API wird nicht erwähnt.
  • Die Zielsetzung, dass auch Nicht-Experten mit wenigen Beispielen schnell neue Aufgaben lösen können, fehlt.

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, eine unabhängige Bestätigung oder umfassende Risikoprüfung werde nicht geliefert, steht so nicht im Bericht und ist eine eigene Einschätzung Lunas.

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 36 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • 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 41 %Hintergrund, keine Belege
    • JEV 60 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 36 %nur am Rande erwähnt
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  3. 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 40 %Hintergrund, keine Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V4-T03 Ist Intelligenz, die „eher gewachsen als entworfen“ ist, ein Grund für mehr Vorsicht oder dafür, Modelle wie ein Ökosystem zu pflegen? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 29 %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
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 32 %Hintergrund, keine Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 61 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
    • 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 35 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 47 %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 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 41 %nur am Rande erwähnt
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 →