- AI legal cases are increasing: how can we prepare?
Der Beitrag fordert mehr Durchsetzungskapazität, gemeinsame KI-Standards und eine sorgfältige Prüfung der Tatsachen jedes Rechtsfalls.
- Invideo AI enables anyone with an idea to produce high-quality videos
Laut OpenAI-Bericht erstellt invideo AI mit mehreren Modellen zielgruppenangepasste Videos schneller; die genannten Zeit- und Umsatzgewinne werden nicht unabhängig belegt.
- Is AI a wake-up call for financial services in the UK?
Der Beitrag zufolge braucht der wachsende KI-Einsatz im britischen Finanzwesen bessere Daten- und Modellüberwachung, klare Verantwortung und weitere regulatorische Abstimmung; viele Fragen bleiben offen.
- Algorithmic progress likely spurs more spending on compute, not less
Laut Matthew Barnett könnten bessere KI-Algorithmen die Compute-Ausgaben steigern, sofern sie neue Fähigkeiten und Märkte erschließen; bei stagnierender KI und gesättigter Nachfrage könnten sie dagegen sinken.
- Canada’s leadership in AI – talent, ecosystems, and responsible AI
Der Bericht beschreibt Kanadas Förderung von KI-Forschung, Talenten und wirtschaftlicher Anwendung sowie geplante Regeln für verantwortungsvolle KI, ohne die behaupteten Wirkungen unabhängig zu überprüfen.
- Decree of the President of the Russian Federation on the Development of Artificial Intelligence in the Russian Federation
Russlands 2019 beschlossene KI-Strategie setzt bis 2030 Ziele für Forschung, Daten, Technik, Fachkräfte und Regulierung, doch der Bericht belegt nicht, ob diese erreicht wurden.
- Blue J’s approach for scaling fast in complex, regulated domains
Blue J berichtet, mit GPT‑4.1 und internem Feedback eine viel genutzte Steuerrecherche-Anwendung aufgebaut zu haben; die Leistungsangaben der OpenAI-Fallstudie sind im Text nicht unabhängig überprüft.
- WAIC Artificial Intelligence Security and Rule of Law Guidelines
Die Leitlinien schlagen Maßnahmen gegen technische, datenbezogene, rechtliche und soziale KI-Risiken vor, ohne deren Wirksamkeit zu belegen.
- Frontier language models have become much smaller
Der Autor schätzt, dass Spitzenmodelle seit GPT‑4 deutlich kleiner wurden, erwartet aber wahrscheinlich eine Rückkehr zu mindestens GPT‑4-Größe und betont, dass die Parameterzahlen geschlossener Modelle unsicher sind.
- Artificial Intelligence Standardization White Paper
Der vorliegende Auszug enthält nur Inhaltsverzeichnis und Vorwort eines chinesischen KI-Standardisierungsweißbuchs, das den Bedarf an gemeinsamen Standards begründet, aber keine konkreten Ergebnisse des Gesamtberichts zeigt.
- What do AI systems and cows have in common?
Der OECD-Beitrag stellt einen noch weiterzuentwickelnden Rahmen vor, der konkrete KI-Anwendungen anhand von Menschen, Kontext, Modellen, Daten und Autonomie klassifiziert, um Risiken besser sichtbar zu machen.
- How far can decentralized training over the internet scale?
Dezentrales KI-Training könnte deutlich wachsen und größere offene Modelle ermöglichen, wird laut Bericht aber voraussichtlich noch in diesem Jahrzehnt nicht den Rechenumfang der Spitzenmodelle erreichen.
- How far can reasoning models scale?
Reasoning-Modelle können laut Autor wohl noch deutlich besser werden, doch unvollständige Daten und mögliche Grenzen bei Aufgaben, Transfer und Entwicklungskosten machen offen, wie weit ihre Skalierung trägt.
- The OECD Framework for Classifying AI Systems to assess policy challenges and ensure international standards in AI
Die OECD beschreibt eine allgemeine Klassifikation von KI-Systemen als mögliche Grundlage für verständlichere Politikdebatten, Risikobewertung und internationale Abstimmung, deren breite Wirkung laut Bericht noch aussteht.
- How persistent is the inference cost burden?
Der Beitrag argumentiert, dass sinkende Inferenzkosten die Kostenlast von KI-Fortschritt abmildern könnten, während Ords Schätzung zu den Erträgen von RL wegen dünner Datenlage unsicher bleibt.
- OECD Framework for Classifying AI Systems: two page overview
Der vorliegende Auszug stellt einen fünfteiligen OECD-Rahmen zur Beschreibung von KI-Systemen und zur Unterstützung politischer Entscheidungen vor, ohne konkrete Wirksamkeitsbelege zu nennen.
- The power of persuading: Can and should we regulate AI algorithms?
Der Bericht plädiert für eine unabhängige, langfristig ausgerichtete Aufsicht über Algorithmen, da sich deren gesellschaftliche Folgen kaum vollständig vorab vorhersagen lassen.
- A first look at the OECD’s Framework for the Classification of AI Systems, designed to give policymakers clarity
Ein vorläufiger OECD-Rahmen ordnet KI-Systeme in vier Dimensionen ein, um politische Folgen und Verantwortlichkeiten besser beurteilen zu können; weitere Prüfungen waren noch geplant.
- An FAQ on reinforcement learning environments
Laut Interviews wächst der Bedarf an vielfältigen RL-Aufgaben, doch manipulationssichere Bewertungen und die Qualitätssicherung bei größerer Produktion bleiben zentrale Engpässe.
- Familiar methods can help to ensure trustworthy AI as the algorithm auditing industry grows
Der Bericht plädiert für risikobasierte Audits von Algorithmen, die zentrale Vertrauensfragen prüfen, Zielkonflikte berücksichtigen und in Governance eingebettet werden.
- The least understood driver of AI progress
Ho hält schnellen KI-Softwarefortschritt für plausibel, betont aber, dass unklare Datenlage, bessere Trainingsdaten und die Abhängigkeit von größerem Compute sowohl die Messungen als auch Prognosen einer möglichen KI-Forschungsbeschleunigung unsicher machen.
- An applied research agenda for data governance for AI
Laut Artikel führte die GPAI-Arbeitsgruppe sieben Konzeptnotizen zu zwei priorisierten Forschungsprojekten zusammen; der bereitgestellte Text gibt nur einen Überblick und keine Einzelheiten zur Agenda oder zu Ergebnissen.
- Enabling data sharing for social benefit through data trusts at the Global Partnership on AI, GPAI
Der Beitrag erläutert Datentreuhandmodelle als Ansatz für faire, kontrollierte Datenteilung und kündigt weitere Forschung zu ihrer praktischen und rechtlichen Umsetzung an.
- What went into training DeepSeek-R1?
Der Autor schätzt R1s zusätzliche GPU-Trainingskosten auf rund eine Million Dollar und sieht das Modell bei ungefähr o1-Leistung zu deutlich geringerem API-Preis.
- AI Index Report 2021 Chapter 7
Der kurze Auszug kündigt ein Kapitel über KI-Politik und öffentliche Investitionen an, enthält jedoch keine konkreten Ergebnisse.
- An introduction to the Global Partnership on AI’s work on Innovation and Commercialization
Der Beitrag beschreibt die damaligen Ziele und geplanten Themen der GPAI-Arbeitsgruppe für KI-Innovation, berichtet aber keine konkreten Ergebnisse und enthält eine uneindeutige Überschrift zur Mitgliederliste.
- API Partnership with Stack Overflow
Der Bericht beschreibt eine angekündigte Partnerschaft, die Stack-Overflow-Wissen in OpenAI-Produkte und OpenAI-Modelle in OverflowAI bringen soll; konkrete Resultate werden nicht belegt.
- An introduction to the Global Partnership on AI’s work on Responsible AI
Die GPAI-Arbeitsgruppe plante 2020, verantwortungsvolle KI durch eine Bestandsaufnahme bestehender Ansätze und Empfehlungen für internationale Zusammenarbeit zu fördern; der Beitrag berichtet nicht über spätere Ergebnisse.
- An introduction to the Global Partnership on AI’s work on data governance
Der Beitrag stellt die 2020 geplante Arbeit der GPAI-Gruppe zu verantwortungsvoller Datennutzung vor, berichtet jedoch noch keine Ergebnisse.
- An open call for input from GPAI’s Data Governance Working Group
Der Beitrag stellt einen vorläufigen GPAI-Rahmen für Daten-Governance und einen Aufruf zur Rückmeldung vor, berichtet aber noch keine abschließenden Forschungsergebnisse.
- OpenAI API
Der Beitrag von 2020 beschreibt OpenAIs API-Pläne für zugängliche Textgenerierung mit kontrolliertem Zugang, räumt Risiken wie Missbrauch und Verzerrungen ein und liefert keinen unabhängigen Wirksamkeitsnachweis.
- The OECD Network of Experts on AI: Moving from principle to practice for trustworthy AI
Der Beitrag beschreibt ONE AI und seine für 2020 geplanten Arbeiten zur praktischen Umsetzung der OECD-KI-Grundsätze, berichtet aber keine abgeschlossenen Ergebnisse.
- The American AI Initiative: The U.S. strategy for leadership in artificial intelligence
Der Bericht beschreibt die US-KI-Strategie und ihre geplanten Maßnahmen für Innovation und vertrauenswürdige KI, belegt deren Wirkung jedoch nicht systematisch.
- Japan’s AI Utilization Guidelines: an initiative for implementing the OECD AI Principles
Der Autor sieht Japans KI-Nutzungsleitlinien als Beitrag zur Umsetzung der OECD-Prinzipien, betont offene Fragen zur fairen Verteilung des Datenwerts und berichtet nicht über empirisch geprüfte Wirkungen.
- Introducing improvements to the fine-tuning API and expanding our custom models program
OpenAI stellte Fine-Tuning-Verbesserungen und Custom-Model-Angebote vor, ergänzt aber im Nachtrag von 2026, dass die Fine-Tuning-Plattform ausläuft.
- Brazil should have a national artificial intelligence observatory. This is what it should look like
Der Beitrag fordert ein nationales brasilianisches KI-Observatorium mit Forschungs-, Infrastruktur- und Teilhabeaufgaben, beschreibt jedoch keine Umsetzung oder Ergebnisse.
- Aligning language models to follow instructions
Laut OpenAI verbessert menschliches Feedback bei InstructGPT die Befolgung von Anweisungen und mehrere Sicherheitsmaße, doch bleiben Fehlverhalten, Verzerrungen und unsichere Antworten ungelöst.
- Introducing gpt-oss
OpenAI veröffentlicht zwei offene Mixture-of-Experts-Sprachmodelle und behauptet starke Benchmark- und Werkzeugleistungen bei lokalem Betrieb; die im Bericht genannten Leistungs- und Sicherheitsbefunde sind Anbieterangaben.
- Introducing Structured Outputs in the API
Structured Outputs soll laut OpenAI API-Ausgaben zuverlässig an JSON-Schemata binden, hat aber Einschränkungen und garantiert keine inhaltliche Richtigkeit.
- Prover-Verifier Games improve legibility of language model outputs
Ein Prover-Verifier-Spiel soll laut Bericht die Prüfbarkeit von Modelllösungen verbessern und einen Teil des Genauigkeitsgewinns bewahren; untersucht wurde es bislang nur an einem Datensatz.
- Our approach to data and AI
OpenAI legt seine eigenen Grundsätze zu Trainingsdaten, Urheberpräferenzen und Partnerschaften dar und kündigt Media Manager an, ohne dass der Bericht die Unternehmensangaben unabhängig überprüft.
- Our approach to alignment research
OpenAIs Ansatz kombiniert menschliches Feedback, KI-gestützte Bewertung und KI-Forschung, doch der Bericht räumt erhebliche Grenzen und offene Sicherheitsfragen ein.
- How should AI systems behave, and who should decide?
OpenAI will ChatGPT verbessern und anpassbarer machen sowie die Öffentlichkeit stärker an Regeln und Grenzen beteiligen, räumt aber ein, dass der Prozess unvollkommen ist und die Vorhaben noch keine belegten Ergebnisse darstellen.
- Sora: Creating video from text
Der Bericht präsentiert Soras Videofähigkeiten und Grenzen und vermerkt, dass das Produkt seit dem 26. April 2026 nicht mehr verfügbar ist.
- AI progress and recommendations
OpenAI erwartet rasante KI-Fortschritte und empfiehlt, ihre Chancen durch breite Zugänglichkeit zu nutzen und Risiken mit Aufsicht, gemeinsamer Sicherheitsarbeit und robuster Kontrolle zu begrenzen.
- Moving AI governance forward
Der Bericht beschreibt freiwillige, zeitlich an vergleichbare Regulierung gebundene Zusagen führender KI-Unternehmen für leistungsfähigere generative Modelle, darunter Sicherheitstests, Schutzmaßnahmen, Kennzeichnung und Transparenz.
- Our approach to AI safety
OpenAI schildert eigene Sicherheitsmaßnahmen für KI, räumt fortbestehende Risiken ein und präsentiert Verbesserungswerte, ohne sie im Bericht unabhängig überprüfen zu lassen.
- Weak-to-strong generalization
Der Bericht beschreibt erste Hinweise, dass starke Modelle mit schwacher Aufsicht Fähigkeiten verallgemeinern können, betont aber erhebliche Grenzen und offene Fragen für die Ausrichtung künftiger KI.
- Advancing computer use with Ironclad
Laut OpenAI schnitt GPT‑6 Astra in 11 gemeinsam mit Ironclad entwickelten Vertragsaufgaben besser und schneller ab als GPT‑5.6 Sol, wobei die Zeitwerte simuliert und die Ergebnisse nicht auf alle Abläufe übertragbar sind.
- GPT-2: 1.5B release
OpenAI veröffentlicht GPT‑2 mit 1,5 Milliarden Parametern und berichtet zugleich über mögliche missbräuchliche Nutzung, begrenzte Erkennung und offene Fragen zu Bias und verantwortungsvoller Veröffentlichung.
- Improved Techniques for Training Consistency Models
Laut den Autoren verbessern direkte Datentrainierung und neue Trainingsverfahren die Sampling-Ergebnisse von Consistency Models auf CIFAR-10 und ImageNet.
- How news organizations are using AI to advance their vital missions
OpenAI beschreibt ausgewählte KI-Anwendungen in Medienhäusern und deren berichtete Vorteile, liefert aber keine systematische unabhängige Prüfung ihrer Wirkung.
- OpenAI’s comment to the NTIA on open model weights
OpenAI befürwortet offene und kontrollierte KI-Veröffentlichungen, fordert je nach Modellrisiko abgestufte Prüfungen und hält flexible Politik angesichts einer noch jungen Risikowissenschaft für nötig.
- OpenAI o1 and new tools for developers
OpenAI kündigt neue API-Modelle und Entwicklerwerkzeuge an und berichtet über Leistungs- und Kostenvorteile, die im Beitrag nicht unabhängig überprüft werden.
- Evolution through large models
Der vorliegende Auszug behauptet, dass große Code-Sprachmodelle genetische Programmierung für Sodarace-Roboter unterstützen können; der vollständige Bericht und prüfbare Versuchsdetails sind nicht enthalten.
- Summarizing books with human feedback
OpenAI berichtet über ein Verfahren zur schrittweisen Buchzusammenfassung, das menschliche Bewertungen erleichtern soll, dessen angeführte Leistungsbelege aber nur begrenzte Zahlen enthalten.
- Improving language model behavior by training on a curated dataset
Laut Bericht kann ein kleines, gezielt erstelltes Datenset das Verhalten von Sprachmodellen beeinflussen, doch Wertauswahl, Messverzerrungen und Übertragbarkeit bleiben offene Fragen.
- Measuring Goodhart’s law
Der Beitrag zeigt anhand von Best-of-n-Sampling, wie man die Folgen der Optimierung eines Ersatzmaßes untersucht, weist aber auf begrenzte Übertragbarkeit und hohen Aufwand bei großen Optimierungsschritten hin.
- Understanding the capabilities, limitations, and societal impact of large language models
Der vorliegende Auszug kündigt eine Diskussion über technische Fähigkeiten und Grenzen von GPT‑3 sowie gesellschaftliche Auswirkungen großer Sprachmodelle an, enthält aber keine konkreten Ergebnisse.
- Learning to summarize with human feedback
Laut Bericht verbessert menschliches Feedback maschinelle Zusammenfassungen auch über den Reddit-Trainingsdatensatz hinaus, doch bleiben Bewertungsfehler, Längeneffekte, Voreingenommenheit und hoher Rechenaufwand zentrale Einschränkungen.
- WebGPT: Improving the factual accuracy of language models through web browsing
WebGPT verbesserte laut Bericht GPT‑3s Antworten durch Websuche und Quellenangaben, blieb aber fehleranfällig und unter menschlicher Leistung.
- Learning policy representations in multiagent systems
Der Auszug stellt einen Ansatz zum Lernen von Agentenrichtlinien aus wenigen Interaktionen vor und berichtet Nutzen in zwei Umgebungen, liefert aber keine konkreten Messwerte oder ausführlichen Versuchsdaten.
- How ChatGPT learns about the world while protecting privacy
OpenAI erklärt, wie es Trainingsdaten und Datenschutzkontrollen handhabt, doch die Wirksamkeitsangaben im Bericht beruhen auf eigenen Aussagen des Unternehmens.
- Planning for AGI and beyond
OpenAI beschreibt einen vorsichtigen und gesellschaftlich abgestimmten Weg zu AGI, räumt erhebliche Unsicherheit ein und kennzeichnet die Organisationsangaben des Beitrags als veraltet.
- Why responsible AI development needs cooperation on safety
Der Bericht empfiehlt Kooperation, Transparenz und Anreize für Sicherheitsstandards, damit Wettbewerbsdruck die sichere Entwicklung von KI nicht untergräbt.
- Advancing red teaming with people and AI
Der Bericht stellt OpenAIs externe und automatisierte Red-Teaming-Ansätze vor, die Sicherheitsprüfungen verbessern sollen, aber zeitlich begrenzt sind und eigene Risiken wie die Offenlegung missbrauchsrelevanter Informationen mit sich bringen.
- Better language models and their implications
Der Bericht beschreibt GPT‑2 als leistungsfähiges, aber fehleranfälliges Sprachmodell und begründet mit möglichen Missbrauchsrisiken eine zunächst eingeschränkte, später gestufte Veröffentlichung.
- Lessons learned on language model safety and misuse
OpenAI zufolge hat der Einsatz von Sprachmodellen neue Missbrauchsformen und Grenzen der Risikomessung offengelegt, während die gesellschaftlichen und wirtschaftlichen Gesamtfolgen weiterhin unklar sind.
- GPT-2: 6-month follow-up
OpenAI veröffentlichte GPT‑2 mit 774 Millionen Parametern, während es Risiken, Erkennung und weitere Freigaben mit Forschungspartnern untersuchte und die Veröffentlichung des größeren Modells noch offenließ.
- Introducing ChatGPT
Der Bericht beschreibt OpenAIs Einführung von ChatGPT und dessen RLHF-Training sowie bekannte Grenzen wie falsche, schwankende oder potenziell schädliche Antworten.
- Frontier Builders
OpenAI stellt fünf Unternehmen als Beispiele für den Einsatz seiner Modelle in realen Arbeitsabläufen vor, ohne deren behauptete Wirkung unabhängig oder quantitativ zu belegen.
- Fine-tuning GPT-2 from human preferences
Menschliches Feedback verbesserte stilistische GPT‑2-Fortsetzungen, führte bei Zusammenfassungen aber überwiegend zu genauem Kopieren und machte Grenzen der Bewertungen und Datenerhebung sichtbar.
- Frontier Model Forum
Vier KI-Unternehmen kündigen ein Forum für Sicherheitsforschung, Standards und Informationsaustausch zu Frontier-Modellen an; die Quelle beschreibt Vorhaben, nicht deren Umsetzung oder Wirkung.
- Testimony before the U.S. Senate
Altman wirbt vor dem US-Senat für KI-Sicherheitsregeln und beschreibt OpenAIs Vorteile und Schutzmaßnahmen, räumt aber Fehler und Risiken ein; seine Angaben sind nicht unabhängig geprüft.
- Questions for the Record
OpenAI legt in den Antworten seine Vorschläge zu KI-Regeln und eigene Sicherheits-, Kreativ- und Kinderschutzmaßnahmen dar; der Bericht gibt dabei die Unternehmenssicht wieder, ohne deren Wirksamkeit unabhängig zu prüfen.
- Fine-tuning now available for GPT-4o
Der Bericht stellt GPT‑4o-Feinabstimmung und von OpenAI angeführte Benchmark-Erfolge vor, ergänzt aber, dass die Plattform 2026 für neue Nutzer geschlossen werden soll.
- OpenAI licenses GPT-3 technology to Microsoft
OpenAI zufolge erhält Microsoft eine GPT‑3-Lizenz, während der Zugang über die OpenAI-API bestehen bleibt; Vertragsdetails nennt der Bericht nicht.
- Best practices for deploying language models
Der Bericht skizziert vorläufige Empfehlungen für Regeln, Schutzmaßnahmen, Transparenz und Zusammenarbeit beim Einsatz großer Sprachmodelle, ohne ihre Wirksamkeit empirisch nachzuweisen.
- Customizing GPT-3 for your application
OpenAI zufolge kann Fine-Tuning GPT‑3 für bestimmte Anwendungen verbessern; die angeführten Kundenzahlen werden im Bericht jedoch methodisch kaum erläutert.
- Partnership with Axel Springer to deepen beneficial use of AI in journalism
OpenAI und Axel Springer planen Nachrichten-Zusammenfassungen in ChatGPT sowie die Nutzung von Verlagsinhalten für OpenAI-Modelle; konkrete Umsetzung und Wirkung bleiben im Bericht offen.
- GPT-3.5 Turbo fine-tuning and API updates
OpenAI kündigt Fine-Tuning für GPT‑3.5 Turbo und neue GPT‑3-Modelle an und berichtet von frühen Verbesserungen, die laut Beitrag nicht für alle Anwendungsfälle garantiert sind.
- Introducing vision to the fine-tuning API
Der Bericht schildert GPT‑4o-Feintraining mit Bildern und von Partnern berichtete Verbesserungen, weist aber auch auf fehlende unabhängige Belege und die spätere Rücknahme der Plattform hin.
- OpenAI’s proposals for the U.S. AI Action Plan
Der bereitgestellte Auszug fasst OpenAIs fünf Empfehlungen für den US-AI Action Plan zusammen, enthält aber weder die vollständige Eingabe noch Belege oder Umsetzungsdetails.
- Our response to the UK’s copyright consultation
Der bereitgestellte Auszug gibt OpenAIs Plädoyer für eine breite britische TDM-Ausnahme wieder, das mit Wettbewerbsfähigkeit und weniger Rechtsunsicherheit begründet wird.
- How we think about safety and alignment
OpenAI setzt laut Bericht auf schrittweise Erprobung, mehrschichtige Schutzmaßnahmen, menschliche Kontrolle und gemeinsame Verantwortung, räumt jedoch erhebliche Unsicherheit und offene Wirksamkeitsfragen ein.
- https://arxiv.org/pdf/2005.14165
Die Notizen beschreiben GPT‑3s teils starke, aber aufgabenabhängige Few‑Shot-Leistung und betonen Einschränkungen durch Schwächen einzelner Aufgaben, mögliche Datenkontamination und unvollständige Erläuterungen in den Anhangsauszügen.
- OpenAI o1 System Card
OpenAI zufolge verbessert o1 viele Sicherheitsmesswerte, birgt aber in bestimmten Bereichen mittlere Risiken, und die Tests erfassen mögliche Gefahren nur begrenzt.
- https://arxiv.org/pdf/2201.10005
Kontrastives Vortraining erzielt laut Bericht starke Ergebnisse bei Text- und Codesuche, bleibt aber bei Satzähnlichkeit schwächer und ist rechenintensiv.
- https://arxiv.org/pdf/2102.02503
Eine Gesprächsrunde über GPT‑3 hob dessen Fähigkeiten und mögliche gesellschaftliche Risiken hervor, ließ aber zentrale Fragen zu Verständnis, Sicherheit und Folgen offen.
- Why Language Models Hallucinate
Der Bericht führt Halluzinationen auf statistische Grenzen und Bewertungsanreize zum Raten zurück und empfiehlt, Unsicherheit in bestehenden Benchmarks ausdrücklich zu berücksichtigen.
- gpt-oss-120b & gpt-oss-20b Model Card
Die Model Card berichtet über leistungsfähige offene Schlussfolgerungsmodelle mit benannten Sicherheitsgrenzen und kommt anhand der beschriebenen Tests zu dem Schluss, dass sie interne Schwellen für hohe Fähigkeiten in drei Risikobereichen nicht erreichen.
- Das Zeitfenster für KI-Richtlinien ist offen. Wir müssen handeln.
OpenAI drängt auf rasche KI-Sicherheitsregeln und erklärt, seine Schutzmaßnahmen mit den Fähigkeiten der Systeme weiterzuentwickeln.
- How the OECD’s AI system classification work added to a year of progress in AI governance
Der Text wirbt für eine kontextbezogene Einstufung von KI-Risiken als Grundlage abgestufter Regeln und nennt mehrere mögliche Hochrisikobereiche, ohne die Wirksamkeit des Ansatzes empirisch zu belegen.
- Singapore’s model framework balances innovation and trust in AI
Singapur will mit freiwilligen, technologieübergreifenden KI-Leitlinien und ergänzenden Initiativen Innovation und Vertrauen verbinden; der Bericht beschreibt eigene Vorhaben, weist aber keine unabhängige Wirksamkeitsprüfung aus.
- Software 2.0
Karpathy zufolge verschiebt „Software 2.0“ Programmierarbeit von expliziten Anweisungen hin zu Daten und Training – mit großen Chancen, aber auch schwer durchschaubaren Risiken.
- Training a custom model using IBM Watson studio and use it in your iOS app using Core ML and Vision.
Der vollständige Bericht erklärt das Training eines eigenen Bildklassifikators in Watson Studio und seine Einbindung in eine iOS-App, liefert aber keine konkreten Genauigkeitsmessungen.
- I Took Google’s AI Course for Beginners. Here’s a Summary in Plain English
Andrade ordnet die Grundbegriffe rund um KI verständlich ein und merkt an, dass sein zusammengefasster Google-Kurs generative KI stärker behandelt als LLMs.
- GPT-5 May Be Proof That Scaling Alone Can’t Save AI
Der Bericht behauptet, dass die Skalierung von KI-Modellen zunehmend teurer wird und weniger bringt, während Datenqualität, Rechenleistung und Zuverlässigkeit wichtige Grenzen setzen.
- Soon, We May No Longer Need Humans to Train AI Models
Der Artikel beschreibt AZR als vielversprechendes selbsttrainierendes KI-Verfahren mit berichteten Leistungsgewinnen, aber auch Sicherheitsbedenken und offenen Grenzen.
- AI Agents Are Here And They’re Not Just Taking Notes Anymore
Der Beitrag sieht in KI-Agenten mögliche Helfer für komplexe Arbeitsabläufe, betont aber anhand der zitierten Beispiele nicht abschließend belegte Produktivitätsgewinne und offene Fragen zu Zuverlässigkeit, Ethik und Aufsicht.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →