Limite 1B
Zusammenfassung
Kurz
Paradigma stellt Limite 1B – Violetto als kleines, auf Mathematik spezialisiertes Modell vor und behauptet, bei Wettbewerbsaufgaben Ergebnisse größerer Modelle mit weniger Rechenaufwand zu erreichen. Zugleich könne es einfache Anweisungen verfehlen; die Evaluationstabelle ist im bereitgestellten Text nicht lesbar enthalten und Teile der Lösungsbeispiele sind ausgelassen.
Mittel
Paradigma beschreibt „Limite 1B – Violetto“ als einen 1-Milliarden-Parameter-Transformer für schwierige mathematische Aufgaben. Das Modell sei mit weniger als 300 Milliarden kuratierten Tokens trainiert worden und verarbeite Kontexte bis 131.000 Tokens. Für die Wettbewerbsleistung kombiniere das Unternehmen synthetische Daten, überwachtes Feintuning und Reinforcement Learning. Es nennt 74,25 Prozent bei BeyondAIME und 94,01 Prozent bei AIME 2026 und behauptet, diese Ergebnisse mit deutlich weniger Rechenaufwand als größere Vergleichsmodelle zu erreichen.
Der Bericht betont zugleich eine klare Einschränkung: Limite sei nur leicht auf Anweisungen abgestimmt und könne einfache Fragen verfehlen, indem es sie in andere, oft mathematische Aufgaben umdeute. Mehrere Beispiele illustrieren sowohl solche Fehlleitungen als auch mathematische Lösungen. Das Unternehmen gibt an, Modell, Auswertungen, ein Wertmodell und ein vLLM-Plugin zu veröffentlichen; ein technischer Bericht solle folgen. Die angekündigte Auswertungstabelle liegt im bereitgestellten Text nur als Abbildung vor, einige Vergleichswerte seien laut Bildunterschrift nicht vom Team nachgemessen worden, und Teile der Lösungsbeispiele sind ausgelassen. Die Leistungsangaben bleiben somit Behauptungen des Unternehmens.
Ausführlich lesen
Der Bericht stellt „Limite 1B – Violetto“ als erstes Modell von Paradigma vor. Laut Unternehmen ist es für schnelle Lösungen schwieriger mathematischer Aufgaben ausgelegt. Das Modell sei ein dichter autoregressiver Transformer mit einer Milliarde Parametern, von Grund auf mit weniger als 300 Milliarden kuratierten Tokens trainiert und könne Kontextlängen bis zu 131.000 Tokens verarbeiten. Paradigma führt die behauptete Effizienz neben der Datenauswahl auf eine Architektur zurück, die von jüngsten Community-Arbeiten zu schnellen Vortrainingsläufen inspiriert sei.
Für mathematische Wettbewerbsaufgaben kombiniere das Unternehmen synthetische Datenerzeugung, kuratiertes überwachtetes Feintuning und nachgelagertes Training mit Reinforcement Learning. Als Leistungsbelege nennt der Bericht unter anderem durchschnittlich 74,25 Prozent bei BeyondAIME gegenüber 70 Prozent für MUSE-Glimmer-30B sowie 94,01 Prozent bei AIME 2026. Die Bildunterschrift ordnet den AIME-Wert geschätzten Trainingskosten von 1,71 × 10²¹ FLOPs zu und behauptet, dass vergleichbare Werte bei anderen genannten Modellen mit deutlich höherem Rechenaufwand erzielt würden. Das sind Angaben des Unternehmens; die Auswertungsübersicht ist im gelieferten Text jedoch nur als Abbildung angekündigt, nicht als lesbare Tabelle enthalten. Laut Bildunterschrift stammen manche Vergleichswerte zudem aus Modellkarten oder MathArena und wurden nicht vom Team erneut gemessen.
Limite sei absichtlich nur leicht auf Anweisungen abgestimmt. Paradigma stellt es als Modell für einzelne Antworten mit hoher mathematischer Leistung pro Parameter dar und warnt, dass es nicht wie ein vielseitiger Assistent auf normale Anweisungen reagiere. Die angeführten Beispiele zeigen, dass es Fragen zu Photosynthese, Jahreszeiten und sprachlichen Begriffen in mathematische oder andere Themen umlenken kann. Der Bericht gibt außerdem mehrere ausgewählte mathematische Lösungsbeispiele wieder: darunter eine Zählaufgabe zu einem Weg über ein 2025-mal-2025-Brett mit dem Ergebnis 1080, Wege durch eine Ziegelwand mit dem Ergebnis 3²⁰²⁵, eine Geometrieaufgabe und eine Optimierungsaufgabe mit der behaupteten Summe 240. Die Beweise sind im gelieferten Text teilweise durch Auslassungen gekürzt.
Paradigma erklärt, Limite, Auswertungen, ein beim Training verwendetes Wertmodell und ein eigenes vLLM-Inferenz-Plugin freizugeben. Das Modell sei der Auftakt zu weiteren Veröffentlichungen für Wissenschaft und autonome Forschung; ein technischer Bericht solle noch folgen. Der hier vorliegende Quelltext enthält neben dem Artikeltext Verweise auf Abbildungen, deren vollständige Inhalte und die angekündigte Evaluationstabelle nicht lesbar mitgeliefert werden. Aussagen zu Leistung und Effizienz sind daher als berichtete Unternehmensangaben wiederzugeben, nicht als unabhängig überprüfte Ergebnisse.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung wurde anhand beider von Luna gelieferten Fassungen (kurz und mittel) geprüft. Beide enthalten keine erfundenen Angaben; die genannten Lücken betreffen beide. Die Einordnung wurde unabhängig vom Bericht vergeben, und die Leistungsangaben des Unternehmens sind im Bericht selbst nur Behauptungen.
Im Bericht, aber nicht in der Zusammenfassung
- Die Architektur ist an Speedrun-Wettbewerbe zum Vortraining angelehnt und trägt zur Effizienz bei.
- Die Designabsicht, die Annahme zu prüfen, Modelle bräuchten eine Assistenten-Persona, um gut zu funktionieren.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 34 %einzelne zitierbare Belege
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- 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 56 %einzelne zitierbare Belege
- amos 26 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 45 %einzelne zitierbare Belege
- JEV 34 %einzelne zitierbare Belege
- amos 25 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- 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 27 %gleiches Oberthema, hilft nicht
- JEV 40 %einzelne zitierbare Belege
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 44 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 27 %gleiches Oberthema, hilft nicht
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 30 %Hintergrund, keine Belege
- JEV 56 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 46 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 53 %einzelne zitierbare Belege
- amos 24 %nur am Rande erwähnt
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 36 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 78 %umfangreiche Belege
- JEV 40 %einzelne zitierbare Belege
- amos 28 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-H3-T02 Welche gemeinsamen Prüfstandards und Verfahren zum Herkunftsnachweis erkennen versteckte Verhaltensauslöser und eine systemweite Verschlechterung der Ausrichtung an den vorgesehenen Zielen und Werten, wenn Training immer mehr auf synthetischen Daten anderer Spitzenmodelle beruht?
Offenlegung und Rechenschaft
- 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 43 %einzelne zitierbare Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 41 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- 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 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 54 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Weitere Berichte zu diesen Fragen
- 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?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv