- Commitments on model deprecation and preservation
Anthropic will Gewichte und dokumentierte Ausmusterungsinterviews bewahren, erkennt mögliche Risiken des Modellwechsels an, verspricht aber nicht, den Präferenzen der Modelle zu folgen.
- Power laws in speedrunning and machine learning
Die Website-Übersicht berichtet von vorläufigen Potenzgesetz-Modellen für Leistungsverbesserungen; für maschinelles Lernen sind die Daten unzureichend für einen definitiven Nachweis, und die weitergehenden Prognosen hängen von der Modellannahme ab.
- DXC integrates Claude for regulated industries
Anthropic und DXC wollen Claude in geschäftskritische Kundensysteme bringen; DXCs Angaben zu Produktivität und bisherigem Einsatz sind Unternehmensbehauptungen.
- A Robot Walks into a Bar: Can Language Models Serve as Creativity Support Tools for Comedy? An Evaluation of LLMs' Humour Alignment with Comedians
Der vorliegende Abstract-Auszug berichtet, dass 20 Comedians LLMs wegen stereotyper Comedy und möglicher ausgrenzender Moderation kritisch als Kreativwerkzeuge bewerteten; Einzelheiten der Studie fehlen.
- Is there AI beyond Chat GPT?
Der Artikel fordert einen breiteren Blick auf KI und präsentiert CAST als Teilansatz, um KI-Anwendungen und verantwortungsvolle Gestaltungspraktiken besser zusammenzuführen.
- Challenges with unsupervised LLM knowledge discovery
Der vorliegende Abstract behauptet, dass unüberwachte Verfahren oft auffällige Merkmale statt Modellwissen entdecken und deshalb zusätzliche Prüfungen nötig sind.
- How to Test a Decision Model in Your Coding Loop
Der Auszug berichtet von zwölf synthetischen Fällen und empfiehlt, Auswahlgenauigkeit und Fehlererkennung getrennt zu prüfen sowie Entscheidungsmodelle zunächst im Schattenmodus zu betreiben.
- Anthropic is donating $20 million to Public First Action
Anthropic will 20 Millionen US-Dollar an eine parteiübergreifende Organisation für KI-Politik spenden und begründet dies mit dem Bedarf an Schutzregeln, Transparenz und bundesweiter Regulierung.
- Artificial intelligence in health: big opportunities, big risks
Der Beitrag sieht große Chancen für KI im Gesundheitswesen, fordert wegen Datenschutz-, Gerechtigkeits- und Haftungsrisiken aber einen transparenten und verantwortungsvollen Einsatz.
- Boosting the customer retail experience with GPT-4o mini
Laut Zalando-Bericht gingen der Ausbau des Assistenten auf GPT‑4o mini und eine verbesserte Evaluation mit mehr Engagement einher; die Kennzahlen sind nicht unabhängig belegt.
- Responsible AI in African economic policymaking
KI könnte afrikanische Wirtschaftsentscheidungen unterstützen, doch der Bericht fordert dafür kontextgerechte Regeln, Beteiligung und starke menschliche Aufsicht und belegt die erwarteten Vorteile nicht empirisch.
- Exposing Limitations of Language Model Agents in Sequential-Task Compositions on the Web
Der bereitgestellte Abstract-Auszug berichtet, dass Sprachmodell-Agenten bei zusammengesetzten Webaufgaben deutlich schwächer abschneiden und trotz besserer Benchmarkwerte weiterhin Probleme mit veränderter Aufgabenreihenfolge haben.
- DiPaCo: Distributed Path Composition
Der bereitgestellte Bericht ist nur ein Abstract, das für DiPaCo einen Leistungsvorteil auf C4 gegenüber einem dichten Milliardenparameter-Transformer behauptet, ohne im Auszug nähere Versuchsdaten zu liefern.
- Why policymakers worldwide must prioritise security for AI
Der Beitrag fordert, KI-Sicherheit wegen vielfältiger Angriffsrisiken stärker in Regulierung und Praxis zu verankern, räumt aber ein, dass Abwehr schwierig bleibt.
- Improving India’s critical care infrastructure
10BedICU setzt laut Bericht OpenAI-gestützte Werkzeuge zur Unterstützung der Intensivversorgung in Indien ein, doch die genannten Vorteile beruhen auf Schätzungen und laufenden Pilotprojekten.
- Gecko: Versatile Text Embeddings Distilled from Large Language Models
Nur das Abstract liegt vor: Es berichtet, Gecko erreiche laut Autoren mit kompakten Einbettungen starke MTEB-Ergebnisse, nennt aber keine Details zur unabhängigen Einordnung dieser Leistungsbehauptungen.
- Andrew Lohn's Testimony Before the House Homeland Security Subcommittee on Cybersecurity, Infrastructure Protection, and Innovation
Lohn sieht KI zugleich als Werkzeug für Cybersicherheit und als Angriffs- und Manipulationsrisiko; die Dauer der in einer Studie beobachteten Meinungsverschiebungen ist laut ihm unbekannt.
- Recommendations for the National AI Research Resource Task Force
Cary empfiehlt eine NAIRR, die Forschung und bislang unterversorgte Gruppen mit mehr Rechenleistung, Daten und besseren Austauschmöglichkeiten unterstützt.
- Genspark ships no-code personal agents with GPT-4.1 and OpenAI Realtime API
Genspark beschreibt Super Agent als programmierfreien KI-Assistenten und meldet starkes Wachstum, doch der Bericht belegt Unternehmensangaben und Produktleistung nicht unabhängig.
- Diving into Deep Learning with Keyword Cascade Plots
Keyword-Cascade-Plots können laut Bericht Deep-Learning-Anwendungen über Zitationsverbindungen erschließen, doch die Beispiele beruhen auf zwei Clustern und einer nicht direkt über die Kartenoberfläche reproduzierbaren Analyse.
- Measuring AI RC Growth
Laut Bericht sind KI-Cluster mit prognostiziertem Extremwachstum eine kleinere, selektivere Gruppe, deren Verteilung den historischen Wachstumsmustern meist ähnelt, mit Abweichungen vor allem in Mathematik und den Geisteswissenschaften.
- Will businesses or laws and regulations ever prioritise environmental sustainability for AI systems?
Der Beitrag plädiert für mehr Regulierung und Transparenz zu den Umweltfolgen von KI, weist aber auf erhebliche Messlücken und unvollständige Daten hin.
- Achieving Human Level Competitive Robot Table Tennis
Der Auszug berichtet von einem Tischtennisroboter mit laut Autoren solidem Amateurniveau (13 Siege aus 29 Spielen), wobei er gegen die stärksten Spieler alle Partien verlor.
- Power requirements of leading AI supercomputers have doubled every 13 months
Der Bericht schätzt eine Verdopplung des Leistungsbedarfs führender KI-Supercomputer etwa alle 13 Monate, doch viele Systemdaten beruhen auf unsicheren oder abgeleiteten Angaben.
- Mixture of Nested Experts: Adaptive Processing of Visual Tokens
Der bereitgestellte Abstract-Auszug berichtet, dass MoNE bei Bild- und Videoaufgaben die Leistung der Basismodelle mit mehr als halbiertem Inferenz-Rechenaufwand erreichen soll.
- Rolling out age prediction
OpenAI zufolge soll eine Altersprognose bei ChatGPT zusätzliche Jugendschutzmaßnahmen auslösen; der Bericht nennt keine Genauigkeits- oder Fehlerraten.
- A neural approach to relational reasoning
Zwei neuronale Ansätze sollen Beziehungen zwischen Objekten erkennen und physische Entwicklungen vorhersagen; laut Bericht liefern sie vielversprechende Ergebnisse in den beschriebenen Tests.
- Empowering teams to unlock insights faster at OpenAI
OpenAI sagt, ein interner GPT‑5-gestützter Assistent mache die Analyse von Support-Tickets für Teams schneller zugänglich; belastbare Genauigkeits- oder Kundenergebniszahlen nennt der Bericht nicht.
- Leading AI chip designs are used for around four years in frontier training
Laut Epoch AI beträgt der Median bis zur letzten bekannten Frontier-Modellveröffentlichung 3,9 Jahre für Chips ab V100 und 2,7 Jahre einschließlich älterer Chips; das ist keine direkte Messung der tatsächlichen Nutzungsdauer.
- Introducing ChatGPT Health
OpenAI stellt ChatGPT Health als geschützte, ärztlich mitentwickelte Unterstützung für Gesundheitsfragen vor, ausdrücklich ohne Anspruch auf Diagnose oder Behandlung.
- Predicting eye disease with Moorfields Eye Hospital
Der Bericht kündigt eine KI-Forschungsstudie zur frühen Vorhersage von AMD an, liefert aber noch keine Ergebnisse.
- Application Guidelines for the 2018 First Annual Batch of Projects for the "Technology and Equipment for Public Security Risk Prevention and Control and Emergency Response" Key Special Project (Judicial Thematic Tasks)
Der Auszug legt Ziele und Förderregeln für intelligente Gerichtsdienste in China fest, berichtet aber keine Ergebnisse und enthält nicht die übrigen angekündigten Forschungsthemen.
- Open-weight models lag state-of-the-art by around 3 months on average
Epoch AI zufolge beträgt der durchschnittliche ECI-Rückstand führender Open-Weight-Modelle etwa drei Monate, schwankt aber deutlich und kann zeitweise ganz verschwinden.
- COVID-19 and beyond: Elements of certainty can make AI ecosystems trustworthy
Der Beitrag argumentiert, dass vertrauenswürdige KI offene Standards, überprüfbare Prüfungen und eine risikobasierte Governance braucht, liefert jedoch keine eigenen systematischen Wirksamkeitsnachweise.
- The power required to train frontier AI models is doubling annually
Epoch AI zufolge verdoppelt sich der geschätzte Leistungsbedarf für das Training führender KI-Modelle jährlich; die Datengrundlage ist gefiltert und geschätzt, und der Auszug enthält unstimmige Zeitangaben.
- What is web3? Part 1 of a three-part vlog on the OECD and web3
Der OECD-Beitrag führt Web3 als Zusammenspiel von Blockchain, KI und dezentralen Anwendungen ein und wirbt für koordinierte internationale Regeln, ohne die genannten Beispiele systematisch zu bewerten.
- The length of time spent training notable models is growing
Epoch AI behauptet einen jährlichen Zuwachs der Trainingsdauer bemerkenswerter Modelle um den Faktor 1,2 seit 2010, weist auf mögliche Hardwareentlastung und den Zielkonflikt langer Läufe hin; der Auszug erklärt die Berechnung nicht und enthält Tabellenangaben bis 2025.
- How Descript engineers multilingual video dubbing at scale
Descript zufolge verbesserte eine auf Bedeutung und Sprechdauer ausgerichtete Übersetzungspipeline das Timing der Synchronisation und erhöhte die entsprechenden Videoexporte um 15 Prozent; unabhängige Überprüfung und Stichprobengrößen nennt der Bericht nicht.
- GPT-Red: Unlocking Self-Improvement for Robustness
OpenAI zufolge hilft das interne Modell GPT‑Red, Prompt-Injection-Schwachstellen zu finden und Produktionsmodelle robuster zu machen; die berichteten Erfolge gelten für die beschriebenen Tests und Szenarien.
- Harvey turns legal context into stronger drafts with GPT-6 Astra
Harvey zufolge hilft GPT‑6 Astra bei kontextreicheren juristischen Entwürfen und soll dadurch Zeit für strategische Arbeit schaffen, doch der Bericht liefert dafür keine unabhängigen oder quantitativen Belege.
- AlphaFold: How AI can accelerate scientific discovery
DeepMind berichtet, dass AlphaFold mit einer frei zugänglichen Datenbank aus über 200 Millionen Proteinstrukturvorhersagen weltweit Forschung unterstützt, quantifiziert deren Erfolge jedoch nicht unabhängig.
- Introducing IndQA
IndQA soll kulturelles Wissen und Schlussfolgern in indischen Sprachen messen; laut Bericht zeigen OpenAI-Modelle Fortschritte, doch die Ergebnisse sind wegen unterschiedlicher Fragen und einer gegen OpenAI-Modelle gerichteten Auswahl nur eingeschränkt vergleichbar.
- Model ML completes finance work more efficiently with GPT-5.6 Sol
Model ML zufolge unterstützt GPT‑5.6 Sol Finanzagenten bis zu fertigen Office-Dateien; die positiven, aber gemischten Ergebnisse beruhen auf unternehmenseigenen Benchmarks und Kundenbeispielen.
- Creating websites in minutes with AI Website Builder
Wix beschreibt, wie OpenAI-Modelle Website-Erstellung und Geschäftswerkzeuge unterstützen; die berichteten Nutzungs- und Zeitersparniszahlen stammen von Wix und werden nicht unabhängig geprüft.
- Improving support with every interaction at OpenAI
OpenAI beschreibt ein internes Supportmodell, das Gespräche und Mitarbeitendenwissen für laufende Verbesserungen nutzen soll, belegt die Wirkung aber nicht mit unabhängigen Daten.
- Is a compute crunch coming?
Epoch AI schätzt, dass die Token-Nachfrage schneller als die Blackwell-Kapazität wachsen könnte und eine Verknappung großer KI-Modelle droht, betont aber erhebliche Unsicherheiten der Schätzungen.
- OpenAI to acquire Promptfoo
OpenAI plant die Übernahme von Promptfoo und will dessen Sicherheitstest-Werkzeuge nach Abschluss in Frontier integrieren.
- Quantifying the algorithmic improvement from reasoning models
Laut den Autoren können Reasoning-Modelle auf ausgewählten Benchmarks einen großen, teils ungefähr zehnfachen Compute-Equivalent-Gewinn erzielen, doch die Schätzungen sind unsicher und der Vorteil hängt stark von der Aufgabe ab.
- Thinking with images
OpenAI beschreibt visuelles Schlussfolgern mit o3 und o4-mini samt Benchmark-Erfolgen und Grenzen; laut Bericht sind beide Modelle inzwischen in ChatGPT nicht verfügbar und in der API abgekündigt.
- Introducing the Codex app
OpenAI beschreibt Codex als App zur parallelen Steuerung von Agenten, ergänzt um Skills, Automatisierungen und Sandbox-Regeln; laut einem späteren Hinweis ist sie inzwischen auch für Windows verfügbar.
- What will the IMO tell us about AI math capabilities?
Laut Greg Burnham zeigt die IMO KI-Fortschritt erst dann überzeugend, wenn konkrete Lösungen kreative Beweisideen erkennen lassen – eine Medaille allein genügt nicht.
- Measuring the performance of our models on real-world tasks
GDPval soll KI bei beruflichen Wissensaufgaben messen; OpenAI berichtet von annähernd fachlicher Qualität, doch der Ein-Durchgang-Test bildet reale Arbeitsabläufe nur begrenzt ab.
- ChatGPT is now a partner for your most ambitious work
Der Bericht kündigt ChatGPT Work für mehrstufige Aufgaben und verbundene Apps an, stützt seine Nutzenbeispiele aber auf Anbieterangaben und nennt keine konkreten Preise.
- The power of continuous learning
Eine OpenAI-Mitarbeiterin schildert ihre Projekte und betont Lernen, Teamarbeit sowie die ungelösten Aufgaben der KI-Sicherheit und Ausrichtung.
- Introducing OpenAI Japan
OpenAI kündigt Tokio als ersten asiatischen Standort und ein japanisch optimiertes GPT‑4-Modell an; die genannten Leistungs- und Produktivitätsgewinne beruhen auf Angaben des Unternehmens und seiner Anwender.
- Policy makers can enable AI for the fight against COVID-19
Der OECD-Beitrag sieht KI als mögliche Unterstützung in allen Phasen der COVID-19-Krise und fordert dafür Datenzugang, ausreichende Rechenleistung und vertrauenswürdige Systeme mit Schutz der Privatsphäre.
- Denmark: an independent council and a labelling scheme to promote the ethical use of data
Dänemark setzte laut Bericht auf Beratung, Unternehmenshilfen, Offenlegung und ein geplantes Siegel, um ethischen Umgang mit Daten zu fördern; die tatsächliche Wirkung wird nicht belegt.
- Introducing Codex
OpenAI beschreibt Codex als cloudbasierten Programmieragenten und zeigt einen vorgeschlagenen Astropy-Fix; der Beitrag ist veraltet und weist selbst auf Grenzen seiner Leistungsbelege hin.
- Introducing Aardvark: OpenAI’s agentic security researcher
OpenAI beschreibt Aardvark als KI-Agenten zur kontinuierlichen Suche und Behebung von Software-Schwachstellen; laut einem Nachtrag wurde das zunächst als private Beta angekündigte Werkzeug inzwischen zu Codex Security weiterentwickelt.
- Mercari enhances product listings and better supports sellers with GPT-4o mini
Mercari zufolge erleichtern OpenAI-Modelle das Erstellen und Optimieren von Anzeigen; die berichteten Verkaufserfolge werden jedoch nicht mit konkreten Kennzahlen belegt.
- Finding GPT-4’s mistakes with GPT-4
CriticGPT soll die menschliche Prüfung von ChatGPT-Code verbessern, zeigt laut Bericht vielversprechende Vergleichsergebnisse, bleibt aber bei Halluzinationen, langen und komplexen Aufgaben begrenzt.
- OpenAI and Reddit Partnership
OpenAI und Reddit kündigen eine Zusammenarbeit zu Reddit-Inhalten in ChatGPT, KI-Funktionen auf Reddit und Werbung an; der Bericht nennt Unternehmensziele, aber keine unabhängige Bewertung.
- Outtake’s agents resolve cybersecurity attacks in hours with OpenAI
Outtake schreibt OpenAI-Modellen schnellere Erkennung und Entfernung digitaler Bedrohungen zu, doch die Leistungs- und Einsparungsangaben werden im Bericht nicht unabhängig belegt.
- GPT-5.3 Instant: Smoother, more useful everyday conversations
OpenAI zufolge antwortet GPT‑5.3 Instant flüssiger und verursacht in internen Tests weniger Halluzinationen, doch manche Sprach- und Tonprobleme bestehen fort.
- Introducing GPT-Rosalind-5.5
OpenAI berichtet über ein verbessertes, kontrolliert verfügbares GPT‑Rosalind für Life-Sciences-Forschung und nennt eigene Benchmarkgewinne, deren praktische Wirkung der Text nicht unabhängig belegt.
- Advancing voice intelligence with new models in the API
OpenAI kündigt drei Realtime-Audiomodelle an und berichtet über verbesserte Benchmarkwerte, deren unabhängige Überprüfung der Text nicht enthält.
- Unify engineers growth by using the right model for every task
Unify zufolge unterstützen auf bestimmte Aufgaben abgestimmte OpenAI-Modelle die Kundenrecherche und personalisierte Ansprache; das Unternehmen schreibt seinem System 30 Prozent der eigenen Pipeline zu, ohne dass der Bericht unabhängige Nachweise oder genaue Messmethoden enthält.
- 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 First Proof submissions
OpenAI hält fünf von zehn KI-Beweisversuchen bei First Proof vorläufig für wahrscheinlich korrekt, räumt aber ein, dass die unterstützte und nicht streng kontrollierte Prüfung keine abschließende Bewertung erlaubt.
- Predicting model behavior before release by simulating deployment
OpenAI zufolge kann die Simulation früherer Nutzungsgespräche die Einschätzung von Modellrisiken vor der Veröffentlichung verbessern, ersetzt aber keine gezielten Prüfungen seltener und schwerwiegender Fehler.
- Path to Astra: critical capabilities and frontier safeguards
OpenAI erklärt, Astra erreiche kritische Cybersicherheitsfähigkeiten und solle deshalb mit verstärkten Schutzmaßnahmen und zunächst begrenztem Zugang eingeführt werden, wobei eigene Tests, mögliche Fehlalarme und verbleibende Unsicherheiten die Aussage einrahmen.
- Introducing HealthBench
HealthBench soll KI in realistischen Gesundheitssituationen anhand ärztlicher Kriterien messen; laut OpenAI zeigen die Modelle Fortschritte, haben aber weiterhin erkennbare Zuverlässigkeitslücken.
- Learning a hierarchy
MLSH soll durch selbst gelernte Unterpolitiken lange Navigationsaufgaben in kürzere Aktionsfolgen zerlegen; berichtet werden Versuche mit neun Labyrinthen, aber keine quantitativen Vergleichswerte.
- Helping people when they need it most
OpenAI will ChatGPT-Krisenschutz verbessern, erkennt Schwächen der bestehenden Maßnahmen an und beschreibt weitere Hilfsfunktionen, die teils noch geplant sind.
- OpenAI safety practices
OpenAI stellt zehn selbst beschriebene Sicherheitsmaßnahmen vor und kündigt für künftige, leistungsfähigere Modelle stärkere Schutzvorkehrungen und mehr Testzeit an.
- The five AI value models driving business reinvention
Der Bericht empfiehlt, KI über fünf aufeinander aufbauende Wertmodelle einzuführen und erst mit belastbaren Grundlagen auf vernetzte Abläufe auszuweiten.
- Ingredients for robotics research
Der OpenAI-Auszug stellt acht Robotik-Simulationen und HER vor, berichtet Vorteile bei spärlicher Belohnung und endet vor dem angekündigten API-Beispiel.
- 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.
- Emergent tool use from multi-agent interaction
Laut Bericht kann Wettbewerb in einer Versteckspiel-Simulation komplexe Strategien hervorbringen, doch deren Übertragbarkeit auf andere Aufgaben blieb begrenzt.
- Gathering human feedback
Der Artikel stellt RL-Teacher als quelloffenes Werkzeug für Reinforcement Learning mit menschlichem Feedback vor, belegt aber keine konkreten Leistungs- oder Sicherheitsresultate.
- How the voices for ChatGPT were chosen
OpenAI erläutert die Auswahl der fünf ChatGPT-Stimmen und erklärt, Sky sei keine Nachahmung Scarlett Johanssons gewesen und im Mai 2024 nach Gesprächen mit ihrem Team pausiert worden.
- The EU Code of Practice and future of AI in Europe
OpenAI kündigt eine bedingte Unterzeichnung des EU-KI-Kodex und mehrere europäische Ausbaupläne an, deren Umsetzung der Bericht noch nicht belegt.
- An open-source spec for Codex orchestration: Symphony.
Symphony koordiniert Coding-Agenten über Tracker-Aufgaben; OpenAI berichtet über deutlich mehr PRs, sieht aber weiterhin Grenzen bei unklarer Arbeit und versteht das System als Referenz statt als gepflegtes Produkt.
- New tools for building agents
OpenAI kündigt eine neue API und ein SDK für KI-Agenten an; die Computernutzung bleibt laut Bericht fehleranfällig, und der genannte Abschaltzeitpunkt der Assistants API ist ein Ziel für Mitte 2026.
- Dota 2 with large scale deep reinforcement learning
Der vorliegende Auszug berichtet von OpenAI Fives Sieg über Team OG nach zehn Monaten skalierten Selbstspiel-Trainings, liefert jedoch kaum methodische Details.
- Improving mathematical reasoning with process supervision
Laut Bericht verbessert Prozessüberwachung mathematische Lösungen und kann die Ausrichtung fördern; eine Übertragbarkeit auf andere Bereiche ist ungeklärt.
- Evolved Policy Gradients
EPG lernt Verlustfunktionen, die laut OpenAI schnelles Lernen und begrenzte Generalisierung ermöglichen, ist bislang aber auf kleine Aufgabenfamilien beschränkt.
- Reinforcement learning with prediction-based rewards
OpenAI zufolge half RND Reinforcement-Learning-Agenten, bislang schwer erkundbare Spiele besser zu meistern, wobei die Resultate von Versuchsumgebung und sorgfältiger Umsetzung abhingen.
- Simplifying, stabilizing, and scaling continuous-time consistency models
Der Bericht zufolge erzeugt sCM in zwei Schritten Bilder mit annähernd vergleichbarer Qualität zu Diffusionsmodellen, benötigt dafür aber weiterhin ein vortrainiertes Diffusionsmodell und hat messungsbedingte Qualitätsunsicherheiten.
- Efficient training of language models to fill in the middle
Der Auszug zufolge lässt sich das Ergänzen von Text in der Mitte durch eine einfache Umordnung der Trainingsdaten trainieren, ohne die gewöhnliche Generierung zu beeinträchtigen; Belege im Detail fehlen im bereitgestellten Auszug.
- The International 2018: Results
OpenAI Five verlor zwei enge Spiele gegen Dota-Profis; OpenAI sieht weiteren Trainings- und Entwicklungsbedarf, ohne eine einzelne Ursache für die Niederlagen zu belegen.
- Learning to communicate
OpenAI berichtet über einfache, durch Aufgaben und Belohnungen geprägte Sprachen kooperierender KI-Agenten und sieht deren Verankerung in der Welt als Forschungsziel, nicht als bereits erwiesenes umfassendes Sprachverständnis.
- AI-written critiques help humans notice flaws
Laut Bericht helfen KI-Kritiken beim Erkennen von Fehlern in Zusammenfassungen, doch ihre Wirksamkeit bei wirklich schwierigen Bewertungsaufgaben ist noch ungeklärt.
- Learning sparse neural networks through L₀ regularization
Der Abstract stellt Hard-Concrete-Gates zur L₀-Regularisierung neuronaler Netze vor; konkrete Experimente und Ergebnisse sind im bereitgestellten Auszug nicht enthalten.
- RL²: Fast reinforcement learning via slow reinforcement learning
Nur der Abstract liegt vor: RL² soll durch langsam trainiertes rekurrentes Netz schnelles Lernen auf neuen RL-Aufgaben ermöglichen; der Text berichtet positive Ergebnisse, enthält aber keine Messwerte oder Versuchsdetails.
- Implicit generation and generalization methods for energy-based models
Laut Bericht zeigen Energy-Based Models vielversprechende Ergebnisse bei Bild- und Bewegungsdaten, doch die Befunde sind teils vorläufig und im Text nicht durch konkrete Messwerte quantifiziert.
- Meta-learning for wrestling
Laut Bericht waren Meta-Learning-Agenten im simulierten Roboter-Wrestling anpassungsfähiger und erfolgreicher als Agenten mit festen Taktiken; konkrete Messwerte fehlen.
- Learning complex goals with iterated amplification
Iterierte Verstärkung schnitt in fünf künstlichen Aufgaben laut Bericht vergleichbar mit überwachtem Lernen ab, ist aber ein vorläufiger Ansatz ohne Nachweis für realistische Sicherheitsprobleme.
- 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.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →