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
openai11. Oktober 2018 · Q008153

OpenAI Scholars 2019: Applications open

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI kündigte 2018 ein dreimonatiges Vollzeitstipendium für 6 bis 10 Personen aus unterrepräsentierten Gruppen an, mit Deep-Learning-Mentoring, Projektarbeit und finanzieller Unterstützung. Die Ausschreibung richtete sich an Personen mit US-Arbeitserlaubnis und Python-Kenntnissen; der Bericht nennt keine Mentoren namentlich und enthält keine späteren Ergebnisse.

Mittel

Der Bericht kündigt die Bewerbungen für den zweiten OpenAI-Scholar-Jahrgang an: 6 bis 10 Personen aus in Wissenschaft und Technik unterrepräsentierten Gruppen sollten drei Monate lang in Vollzeit Deep Learning lernen und ein Open-Source-Projekt entwickeln. OpenAI begründet das Programm mit dem Ziel, die Vielfalt im KI-Fachgebiet zu stärken und so nach eigener Auffassung dazu beizutragen, dass künftige KI-Systeme allen zugutekommen.

Vorgesehen waren ein monatliches Stipendium von 7.500 US-Dollar, AWS-Guthaben im Wert von 25.000 US-Dollar, Mentoring und ein garantiertes Vorstellungsgespräch bei OpenAI nach Abschluss. Ein Arbeitsplatz im Büro in der Bay Area war optional. Gesucht wurden Personen mit US-Arbeitserlaubnis und Aufenthalt in den USA während des Programms. Python-Kenntnisse sowie Grundlagen in Analysis und linearer Algebra wurden vorausgesetzt; maschinelles Lernen musste man noch nicht gelernt haben. Bewertet werden sollten technische Fähigkeiten, Eigenmotivation und die Fähigkeit, andere zum Lernen zu ermutigen. Die Bewerbungen wurden fortlaufend geprüft. Der Text führt die angekündigten Mentoren nicht namentlich auf und berichtet nicht über spätere Ergebnisse des Jahrgangs.

Ausführlich lesen

Der Bericht kündigt die Bewerbungsphase für den zweiten Jahrgang des OpenAI-Scholar-Programms an. OpenAI beschreibt es als dreimonatiges Vollzeitprogramm für 6 bis 10 Personen aus in Wissenschaft und Technik unterrepräsentierten Gruppen. Die Teilnehmenden sollten Deep Learning lernen und ein Projekt als Open Source veröffentlichen. Laut Bericht hatte der erste Jahrgang seine Projekte bereits vorgestellt; die früheren Scholars seien danach in Arbeit, Lehre oder anderen Bereichen des Deep Learning tätig geworden.

OpenAI begründet das Programm damit, dass vielfältigere Beteiligung wichtig sei, damit fortgeschrittene KI-Systeme allen zugutekommen. Das Ziel sei, die Vielfalt im gesamten Fachgebiet zu verbessern; eine spätere Anstellung bei OpenAI werde zwar erhofft, sei aber nicht der einzige Zweck.

Der angekündigte Zeitraum begann mit geöffneten Bewerbungen am 11. Oktober 2018. Bewerbungsschluss war der 30. November; Zusagen sollten am 10. Januar 2019 mitgeteilt werden. Der Jahrgang sollte am 1. Februar mit einem Treffen vor Ort starten, am 2. Mai enden und am 14. Mai einen Demo-Tag vor Ort veranstalten.

Als Leistungen nennt der Bericht ein Stipendium von 7.500 US-Dollar monatlich für drei Monate, AWS-Guthaben im Wert von 25.000 US-Dollar, ein garantiertes Vorstellungsgespräch bei OpenAI für eine Vollzeitstelle nach Programmabschluss sowie Zugang zu einer Slack-Gruppe mit Scholars und Mentoren. Für Teilnehmende in der Bay Area könne optional ein Arbeitsplatz im OpenAI-Büro bereitgestellt werden. Jede Person sollte wöchentlich Einzelgespräche per Video mit einem Mentor erhalten und zusätzlich Fragen per Chat oder E-Mail stellen sowie Unterstützung bei der Projektplanung bekommen.

Bewerben konnten sich laut Ausschreibung Personen mit US-Arbeitserlaubnis, die während des Programms in einer US-Zeitzone in den Vereinigten Staaten leben. Bevorzugt würden Bewerbende, die vor Ort sein könnten. Gesucht wurden Menschen mit Programmiererfahrung, insbesondere Python; Vorkenntnisse in maschinellem Lernen seien nicht erforderlich. Erwartet wurden außerdem Grundkenntnisse in Analysis und linearer Algebra, wobei Auffrischen als akzeptabel bezeichnet wurde. Für die Auswahl sollten technische Fähigkeiten, Eigenmotivation und die Fähigkeit, andere für das Lernen von Deep Learning zu begeistern, zählen. Bewerbungen würden fortlaufend geprüft.

Der Text nennt keine konkreten Namen der Mentoren, obwohl er deren Vorstellung ankündigt. Er beschreibt die damalige Ausschreibung und belegt keine späteren Ergebnisse des zweiten Jahrgangs.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Stufe 3 mit 43 % Anteil wurde nicht übernommen; die Einordnung erfolgt unabhängig von ihrer Angabe. Teilfragen waren nicht angegeben und wurden daher nicht bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Ergebnisse des ersten Jahrgangs (Projekte veröffentlicht, Demo Day, Weiterarbeit oder Lehre)
  • Pflicht der Scholars, ihre Lernerfahrungen zu dokumentieren
  • Zeitplan mit Bewerbungsfrist (30.11.2018) und Demo Day (14.05.2019)
  • Remote-Programm für US-Zeitzonen mit Vorzug für physische Anwesenheit

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, der Bericht enthalte keine späteren Ergebnisse, ist unzutreffend: Er nennt den ersten Jahrgang, der Projekte veröffentlicht, am Demo Day präsentiert hat und danach in Arbeit oder Lehre gewechselt ist.

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
Tempo und Grenzen
Vertrauen in Modelle
Modelle teilen und schützen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 24 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

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 →