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
openai23. Juni 2022 · Q008546

Learning to play Minecraft with Video PreTraining

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt VPT vor: Mit wenigen beschrifteten Spielaufnahmen werden Onlinevideos mit vermuteten Eingaben versehen, um daraus ein Minecraft-Modell zu trainieren. Laut Autoren lernte es komplexe Spielabläufe und stellte nach Feinabstimmung mit bestärkendem Lernen in 2,5 Prozent der zehnminütigen Episoden eine Diamantspitzhacke her; gezeigt wurde dies nur in Minecraft.

Mittel

Der Bericht beschreibt Video PreTraining (VPT), ein Verfahren, mit dem ein KI-Modell Minecraft anhand vieler unbeschrifteter Videos spielen lernen soll. Eine kleine Menge aufgezeichneter Spielerdaten mit Tastatur- und Mauseingaben dient dazu, ein inverses Dynamikmodell zu trainieren. Dieses erschließt Aktionen aus Video, auch unter Nutzung späterer Bilder. Damit werden große Mengen Onlinevideos beschriftet und zum Training eines Verhaltensklons verwendet.

Das auf 70.000 Stunden solcher Videos trainierte Modell lernte laut Bericht ohne Feinabstimmung unter anderem, einen Werktisch herzustellen, zu schwimmen, Tiere zu jagen und Nahrung zu essen. Nach einer Feinabstimmung mit kurzen Hausbau-Spielen konnte es zuverlässiger frühe Aufgaben bewältigen und teils Holz- und Steinwerkzeuge herstellen. Bei zusätzlichem bestärkendem Lernen stellte die VPT-basierte Variante in 2,5 Prozent zehnminütiger Episoden eine Diamantspitzhacke her; ein zufällig initialisiertes RL-Modell erreichte kaum Belohnung. Die Autoren sehen darin einen ersten Nachweis für diese Fähigkeit. Untersucht wurde nur Minecraft; die Übertragung etwa auf Computernutzung bleibt eine Aussicht.

Ausführlich lesen

Der Bericht stellt Video PreTraining (VPT) als Verfahren vor, mit dem ein KI-Modell Minecraft spielen lernen soll, indem es große Mengen unbeschrifteter Spielvideos nutzt. Videos zeigen zwar, was im Spiel geschieht, enthalten aber normalerweise keine genauen Angaben zu Tastendrücken und Mausbewegungen. VPT soll dieses Problem mit einer kleinen Menge eigens aufgezeichneter Spielerdaten lösen: Für diese Daten liegen sowohl Videos als auch die tatsächlich ausgeführten Eingaben vor. Daraus wird ein inverses Dynamikmodell (IDM) trainiert, das anhand vorheriger und nachfolgender Videobilder die jeweilige Aktion erschließt. Der Bericht beschreibt, dass diese Aufgabe leichter sei als Aktionen allein aus vergangenen Bildern vorherzusagen. Mit dem IDM werden anschließend Onlinevideos mit Aktionslabels versehen; auf diesen Daten wird ein Verhaltensklon trainiert.

Die Autoren erprobten das Verfahren in Minecraft mit der üblichen menschlichen Steuerung über Tastatur und Maus bei 20 Bildern pro Sekunde. Das VPT-Grundmodell wurde laut Bericht auf 70.000 Stunden durch das IDM beschrifteten Onlinevideos trainiert. Ohne zusätzliche Feinabstimmung lernte es unter anderem, Bäume zu fällen, Holz zu Brettern zu verarbeiten und daraus einen Werktisch herzustellen. Für geübte Menschen dauere diese Abfolge dem Bericht zufolge ungefähr 50 Sekunden beziehungsweise 1.000 Spielaktionen. Außerdem zeigte das Modell Fähigkeiten wie Schwimmen, Tierjagd, Essen und das sogenannte Pillar Jumping.

Für eine weitere Feinabstimmung spielten Auftragnehmer jeweils zehn Minuten in neuen Welten und sollten aus einfachen Materialien ein Haus bauen. Die Autoren berichten, dass das angepasste Modell frühe Spielaufgaben zuverlässiger ausführte und zusätzlich Holz- und Steinwerkzeuge herstellen konnte. Teilweise zeigte es einfache Schutzbauten und suchte Dörfer ab, einschließlich des Plünderns von Truhen. Bei einer Untersuchung der Datenmenge nahm die Herstellungsfähigkeit im Allgemeinen mit mehr Trainingsdaten zu; das Herstellen von Steinwerkzeugen trat laut Bericht erst bei der größten untersuchten Datenmenge auf.

Anschließend wurde das Modell per bestärkendem Lernen auf das Herstellen einer Diamantspitzhacke trainiert. Die Belohnung berücksichtigte einzelne Gegenstände der langen Herstellungskette. Ein von zufälligen Aktionen aus gestartetes RL-Modell erzielte laut Bericht kaum Belohnung: Es sammelte keine Baumstämme und nur selten Stöcke. Die VPT-basierte Variante stellte in 2,5 Prozent von zehnminütigen Episoden eine Diamantspitzhacke her und erreichte nach Darstellung der Autoren bei den vorhergehenden Gegenständen eine menschenähnliche Erfolgsrate. Die Autoren bezeichnen dies als ersten Nachweis eines Computeragenten, der in Minecraft Diamantwerkzeuge herstellen kann; geübte Menschen benötigten dafür im Mittel über 20 Minuten beziehungsweise 24.000 Aktionen.

Der Bericht präsentiert diese Ergebnisse als Hinweis darauf, dass Internetvideos nicht nur allgemeine Vorstellungen, sondern direkt Verhaltensmuster für Agenten liefern könnten. Er erprobt VPT jedoch ausschließlich in Minecraft. Die Übertragbarkeit auf andere Bereiche, etwa die Computernutzung, wird als Aussicht formuliert, nicht als bereits gezeigtes Ergebnis. Die Autoren kündigen an, Daten der Auftragnehmer, Minecraft-Umgebung, Modellcode und Modellgewichte für weitere Forschung bereitzustellen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen Lunas sind sachlich korrekt, die kurze lässt aber zentrale Befunde aus. Bei den Governance-Fragen liegt Luna teils zu hoch (SF-H3, SF-H2), teils zu niedrig (SF-E4), weil der Bericht ein technischer Forschungsbericht zu Minecraft ist und die Fragen kaum beantwortet.

Im Bericht, aber nicht in der Zusammenfassung

  • Datenskalierung: Steinwerkzeuge erscheinen erst beim größten Datenumfang
  • Veröffentlichung von Kontraktordaten, Minecraft-Umgebung, Modellcode und Gewichten
  • Menschlicher Vergleich: Diamantwerkzeuge dauern Menschen über 20 Minuten bzw. 24.000 Aktionen
  • Die kurze Fassung lässt die Null-Schuss-Fähigkeiten (Werktisch, Schwimmen, Jagen, Essen, Pillar Jumping) und die 70.000 Stunden Trainingsdaten aus

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 33 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
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 35 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %gleiches Oberthema, hilft nicht
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
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 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. 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 52 %Hintergrund, keine Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 26 %Hintergrund, keine Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
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 46 %einzelne zitierbare Belege
    • JEV 63 %einzelne zitierbare Belege
    • amos 24 %einzelne zitierbare Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege
  2. 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 41 %beantwortet teilweise oder widerspricht
    • amos 25 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 29 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

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 →