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
medium.com2. November 2026 · Q010989

Two AI Labs Disproved the Exponential Time Hypothesis on the Same Day.

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist nur ein Auszug aus einem Medium-Artikel, dessen Volltext hinter einer Bezahlschranke liegt. Er berichtet von gleichlautenden ETH-Widerlegungsansprüchen bei OpenAI und Anthropic, weist auf fehlende externe Prüfung der Beweise hin und gibt die vorsichtige Einschätzung des Autors wieder, dass das Resultat enger sei als die Schlagzeilen vermuten lassen; Einzelheiten zur Beweisführung fehlen.

Mittel

Der bereitgestellte Bericht ist nur ein Auszug; der vollständige Medium-Artikel ist hinter einer Bezahlschranke und der Text bricht nach der Überschrift „Two repositories, six hours apart“ ab.

Dem sichtbaren Abschnitt zufolge erklärte OpenAI am 26. Oktober, ein internes Modell habe die Exponential Time Hypothesis widerlegt. Etwa sechs Stunden später veröffentlichte Anthropic ein Paper und einen Lean-4-Beweis mit demselben Anspruch. Beide Firmen datierten die Entdeckung auf den 16. Oktober und sagten, das Ergebnis sei innerhalb eines Tages formal verifiziert worden. Laut Autor war zu diesem Zeitpunkt jedoch keiner der Beweise extern Zeile für Zeile geprüft. OpenAIs angefragte Prüfer hätten ausdrücklich erklärt, ihre Beteiligung sei keine Zertifizierung des Anspruchs.

Der Autor beschreibt ETH als Annahme, die praktische Einschätzungen zu Problemen wie Terminplanung und Constraint-Solving beeinflusst. Seine vorläufige Einordnung lautet: Das Ergebnis sei real, aber enger als die Schlagzeilen; die maschinelle Verifikation bestätige weniger, als oft angenommen werde; und die von ihm genutzte Software sei nicht betroffen. Die Begründungen und technischen Details fehlen im Auszug, sodass sich die Beweise daraus nicht unabhängig bewerten lassen.

Ausführlich lesen

Der bereitgestellte Text ist nur ein Auszug: Der vollständige Medium-Artikel ist hinter einer Bezahlschranke, und der Bericht endet nach der Überschrift „Two repositories, six hours apart“. Die angekündigte ausführliche Erklärung und die späteren Ergebnisse sind daher hier nicht enthalten.

Im sichtbaren Teil heißt es, OpenAI habe am 26. Oktober mitgeteilt, ein internes Modell habe die Exponential Time Hypothesis (ETH) widerlegt. Rund sechs Stunden später habe Anthropic ein Paper samt Lean-4-Beweis in einem öffentlichen GitHub-Repository veröffentlicht und denselben Anspruch erhoben. Beide Unternehmen datierten die Entdeckung laut Artikel auf den 16. Oktober und erklärten, das Ergebnis sei innerhalb eines Tages formal überprüft worden.

Der Autor schränkt die Aussagekraft dieser Meldungen ein: Zum Zeitpunkt der Berichterstattung sei keiner der Beweise von externen Fachleuten vollständig Zeile für Zeile geprüft worden. Personen, die OpenAI um eine Prüfung gebeten habe, hätten zudem in einem offenen Brief betont, ihre Beteiligung dürfe nicht als Bestätigung des Anspruchs verstanden werden.

Der Artikel ordnet ETH als eine Annahme ein, die in der Praxis hinter Einschätzungen zu schwierigen Problemen wie Terminplanung, Constraint-Solving und Abfrageplanung stehe. Der Autor kündigt drei Fragen an: Was genau wurde bewiesen, was bestätigt die maschinelle Verifikation tatsächlich, und betrifft das Ergebnis eingesetzte Software? Im sichtbaren Auszug lautet seine vorläufige Einordnung: Das Resultat sei substanziell, aber enger als die Schlagzeilen nahelegten; die formale Prüfung bestätige weniger, als viele annähmen; und die Software, die er selbst nutze, sei davon nicht betroffen. Begründungen und Einzelheiten für diese Einschätzungen fehlen im Auszug.

Ein konkretes Vorgehen oder detaillierte Beweisergebnisse sind im bereitgestellten Text nicht ausgeführt. Die Aussagen über die Entdeckungen, Zeitpunkte und Prüfungen werden als Angaben der Unternehmen beziehungsweise des Autors wiedergegeben; der Auszug erlaubt keine unabhängige Bewertung der Beweise.

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

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 7 von 7
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. 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 25 %einzelne zitierbare Belege
    • amos 56 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 52 %Hintergrund, keine Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 24 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. 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 64 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 34 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 100 %kein Bezug
    • JEV 58 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 39 %gleiches Oberthema, hilft nicht
    • JEV 50 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
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 42 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. 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 46 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 35 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 →