COVID-19 Dataset (CORD-19)
Zusammenfassung
Kurz
Der Bericht stellt CORD-19 als umfangreiche, frei zugängliche Sammlung maschinenlesbarer Coronavirus-Forschung vor, die Forschenden bei der Analyse von COVID-19 helfen soll. Er erwähnt erste algorithmische Auswertungen, nennt jedoch keine konkreten Ergebnisse oder Methoden und belegt keinen tatsächlichen Effekt auf die Pandemiebekämpfung.
Mittel
Der Bericht beschreibt CORD-19 als eine frei zugängliche Sammlung maschinenlesbarer Forschung zu COVID-19, SARS-CoV-2 und verwandten Viren. Sie umfasse nach Angaben des Textes mehr als 57.000 Artikel im JSON-Format, darunter 45.000 Volltexte, und sei für Datenanalysen durch die globale Machine-Learning-Gemeinschaft gedacht.
CSET habe das Vorhaben auf Anfrage des White House Office of Science and Technology Policy gemeinsam mit dem Allen Institute for AI, der Chan Zuckerberg Initiative, Microsoft Research und der National Library of Medicine umgesetzt. Die Sammlung sollte mit neuer Forschung aus Fachzeitschriften und Vorabarchiven wie bioRxiv und medRxiv wachsen. Kaggle habe erste algorithmisch gewonnene Einschätzungen unter anderem zu Reproduktionsrate, Inkubationszeit und Risikofaktoren zusammengefasst.
Der Bericht nennt keine konkreten Schätzwerte und erläutert weder Auswertungsmethoden noch deren Unsicherheiten. Er stellt den Datensatz und seinen beabsichtigten Nutzen vor, belegt aber nicht, dass die Ressource bereits nachweislich die Pandemiebekämpfung verbessert hat.
Ausführlich lesen
Der Bericht stellt den COVID-19 Open Research Dataset (CORD-19) als frei zugängliche Sammlung maschinenlesbarer Coronavirus-Forschung vor. Nach Angaben der Georgetown-Universität und ihres Center for Security and Emerging Technology (CSET) umfasst die Sammlung mehr als 57.000 Artikel im JSON-Format; 45.000 davon enthielten laut Text den Volltext. Die Beiträge behandeln COVID-19, SARS-CoV-2 und verwandte Viren. Der Bericht bezeichnet CORD-19 als die bis dahin umfangreichste maschinenlesbare Sammlung von Coronavirus-Literatur für Daten- und Textanalysen.
Der Text beschreibt das Vorhaben als Reaktion auf die COVID-19-Pandemie: Die globale Forschungsgemeinschaft für maschinelles Lernen solle die Daten nutzen, um mit Methoden der natürlichen Sprachverarbeitung Antworten auf wichtige Fragen zur Krankheit zu finden. CSET habe die Arbeit auf Anfrage des White House Office of Science and Technology Policy geleitet und dafür mit dem Allen Institute for AI, der Chan Zuckerberg Initiative, Microsoft Research sowie der National Library of Medicine der US-amerikanischen Gesundheitsbehörde NIH zusammengearbeitet. CSET-Direktor Dewey Murdick wird mit der Einschätzung zitiert, der Zugang zu maschinenlesbaren Volltexten könne die Krisenreaktion beschleunigen.
Als Vorgehen nennt der Bericht die Bereitstellung der Literatur in JSON-Form und ihre Auswertung durch maschinelle Lernverfahren. Die Sammlung sollte fortlaufend um neue Forschung aus begutachteten Fachzeitschriften und wissenschaftlichen Vorabarchiven wie bioRxiv und medRxiv ergänzt werden. Der Text verweist außerdem auf frühe, von Kaggle zusammengefasste algorithmische Auswertungen. Diese hätten vorläufige Antworten zu Fragen wie Reproduktionsrate, Inkubationszeit und Risikofaktoren hervorgebracht.
Der Bericht legt jedoch weder konkrete Ergebnisse dieser Auswertungen noch deren Methoden, Datenqualität oder Unsicherheiten dar. Er berichtet über die Bereitstellung und den geplanten Nutzen des Datensatzes, liefert selbst aber keine wissenschaftliche Bewertung der genannten Schätzungen. Auch die Größenangaben und die Einordnung als umfangreichste Sammlung sind Aussagen des Berichts. Der Text beschreibt somit vor allem eine Forschungsressource und ihren Zweck, nicht den Nachweis, dass sich die Pandemie dadurch bereits messbar besser bewältigen ließ.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde die mittlere Zusammenfassung von Luna; die kurze Fassung ist im Kern ebenfalls treu, nennt aber die Kaggle-Themen nicht. Die von Luna angegebenen Stufen und Anteilswerte wurden nicht übernommen, sondern unabhängig bewertet. Es gab keine Teilfragen zu bewerten.
Im Bericht, aber nicht in der Zusammenfassung
- Die Aussage, CORD-19 sei die umfangreichste maschinenlesbare Coronavirus-Literatursammlung für Data- und Text-Mining bisher
- Das Zitat von Dewey Murdick (CSET Director of Data Science) zum Nutzen für die Machine-Learning-Gemeinschaft
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 49 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 57 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 30 %gleiches Oberthema, hilft nicht
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- 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 24 %gleiches Oberthema, hilft nicht
- amos 29 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 52 %einzelne zitierbare Belege
- JEV 30 %einzelne zitierbare Belege
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 28 %einzelne zitierbare Belege
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 53 %Hintergrund, keine Belege
- JEV 60 %einzelne zitierbare Belege
- amos 23 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
- 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 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- 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