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

● Fragen-Atlas · Quellen aus dem Archiv

SF-H3

Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?

2.496 Berichte ab Stufe 3 bei mindestens einem Modell, stärkste zuerst.

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. Salesforce enhances Einstein with Claude anthropic · 2024 · Q002859 · Hintergrund, keine Belege

    Laut Anthropic können Salesforce-Kunden Claude-Modelle über Amazon Bedrock integrieren; die beschriebenen Vorteile und Schutzversprechen werden im Bericht nicht unabhängig nachgewiesen.

  2. "14th Five-Year" Plan for the Development of the Big Data Industry cset · 2022 · Q002860 · Hintergrund, keine Belege

    Der vorliegende Auszug schildert Chinas Ausbau der Big-Data-Industrie und ihre Fortschritte, benennt zugleich erhebliche Technik-, Markt- und Sicherheitsprobleme; der übrige Plantext fehlt.

  3. Measures for the Security Management of Facial Recognition Technology Applications cset · 2025 · Q002870 · Hintergrund, keine Belege

    Der Auszug stellt Chinas Gesichtserkennungsregeln vor, nennt eine Ausnahme für Forschung und KI-Training und endet nach Artikel 3, bevor die vollständigen Vorschriften wiedergegeben werden.

  4. Sparks of function by de novo protein design deepmind · Q002871 · Hintergrund, keine Belege

    Deep Learning macht den Entwurf neuer funktionaler Proteine schneller und leistungsfähiger, doch Vorhersagen müssen experimentell geprüft werden und wichtige Herausforderungen bleiben offen.

  5. Developments in Artificial Intelligence markets: New indicators based on model characteristics, prices and providers oecd · 2025 · Q002881 · Hintergrund, keine Belege

    Der bereitgestellte Berichtsauszug beschreibt sinkende qualitätsbereinigte Preise und ein wachsendes KI-Angebot, warnt aber vor Engpässen bei Daten, Rechenleistung und Fachkenntnissen.

  6. Qodo builds context into AI code review with Codex openai · 2026 · Q002894 · Hintergrund, keine Belege

    Laut Qodo soll sein Codex-Plugin Codearbeit und unabhängige Prüfung mit Organisationswissen verbinden; der Bericht schildert diese Vorteile, belegt sie aber nicht unabhängig.

  7. Google DeepMind at ICML 2024 deepmind · 2024 · Q002901 · Hintergrund, keine Belege

    Google DeepMind stellt ausgewählte, für die ICML 2024 angekündigte KI-Forschung vor, doch der Vorschau-Beitrag belegt die beschriebenen Ergebnisse nicht unabhängig und endet mit einer abgeschnittenen Bildbeschreibung.

  8. Announcing Chris Meserole as Executive Director and the New AI Safety Fund fmf · 2023 · Q002913 · Hintergrund, keine Belege · ohne Zusammenfassung
  9. Implementation Opinions of the National Development and Reform Commission and Other Ministries on Promoting the High-Quality Development of the Data Labeling Industry cset · 2025 · Q002928 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt chinesische Förderziele für eine wachsende Datenkennzeichnungsbranche, belegt aber weder deren Umsetzung noch enthält er den vollständigen Bericht.

  10. AI Innovation Package | Shaping Europe’s digital future eu · Q002932 · Hintergrund, keine Belege

    Der Bericht skizziert Europas KI-Innovationspaket mit rund vier Milliarden Euro erwarteten Investitionen bis 2027 und Maßnahmen für Governance, Infrastruktur und Anwendungen, ohne deren bisherige Wirkung zu bilanzieren.

  11. Guide to the 2025 Annual Projects for the Major Research Program on Explainable and Generalizable Next-Generation Artificial Intelligence Methods cset · 2025 · Q002934 · Hintergrund, keine Belege

    Der unvollständige Auszug skizziert Chinas Förderziele 2025 für erklärbare, verallgemeinerbare KI und deren wissenschaftliche Anwendungen, enthält aber keine konkreten Projekte oder Förderbedingungen.

  12. 1c5f463 pai · 2022 · Q002955 · Hintergrund, keine Belege

    Der Einleitungsauszug empfiehlt, inklusive Beteiligung in der KI-Entwicklung früh, durchgängig und unter Anerkennung von Arbeit und Machtungleichgewichten zu verankern; konkrete Verfahren und vollständige Studienergebnisse sind im bereitgestellten Auszug nicht enthalten.

  13. Introducing Claude Opus 4.5 anthropic · 2025 · Q002972 · Hintergrund, keine Belege

    Anthropic zufolge verbessert Claude Opus 4.5 Leistung und Effizienz bei vielen Aufgaben; die Belege beruhen vor allem auf unternehmenseigenen Tests und Kundenberichten, deren Grenzen der Bericht teilweise benennt.

  14. Responsible Scaling Policies (RSPs) metr · 2023 · Q002990 · Hintergrund, keine Belege

    METR zufolge können RSPs KI-Entwicklung an Tests und Schutzmaßnahmen koppeln, sind aber nur ein freiwilliger erster Schritt und kein Ersatz für Regulierung.

  15. Regulatory sandboxes can facilitate experimentation in artificial intelligence oecd · 2023 · Q003006 · Hintergrund, keine Belege

    Sandboxes können laut OECD-Beitrag KI-Innovation unter kontrollierten Bedingungen erproben helfen, benötigen dafür aber klare Kriterien, Fachwissen und eine sorgfältige Bewertung möglicher Folgen.

  16. Discounting Future Reward in an Uncertain World deepmind · Q003012 · Hintergrund, keine Belege

    Der Bericht legt nahe, dass Unsicherheit über die künftige Belohnungshöhe neben anderen Faktoren dazu beiträgt, dass Menschen spätere Belohnungen stärker abwerten.

  17. Google DeepMind at NeurIPS 2024 deepmind · 2024 · Q003016 · Hintergrund, keine Belege

    Der Beitrag fasst Googles DeepMind-Forschung für NeurIPS 2024 zusammen und berichtet über neue Ansätze zu KI-Agenten, 3D und Sprachmodellen, nennt aber nur wenige Details zu deren Grenzen.

  18. AI Incidents: Key Components for a Mandatory Reporting Regime cset · 2025 · Q003024 · Hintergrund, keine Belege

    Der vorliegende Auszug empfiehlt einheitliche Angaben zur Meldung von KI-Vorfällen und eine unabhängige Untersuchungsstelle, berichtet aber keine Umsetzungsergebnisse.

  19. A look at the risks and opportunities for AI in tax administrations oecd · 2024 · Q003037 · Hintergrund, keine Belege

    Der Beitrag spricht sich für den Einsatz von KI in Steuerverwaltungen aus, sofern Risiken wie Verzerrung, Intransparenz und Vertrauensverlust aktiv durch gute Daten, Kompetenzaufbau und Aufsicht begrenzt werden.

  20. Anthropic partners with Allen Institute and HHMI anthropic · 2026 · Q003048 · Hintergrund, keine Belege

    Anthropic will mit HHMI und dem Allen Institute KI-Systeme für biologische Forschung entwickeln; der Bericht schildert geplante Vorhaben, keine bereits nachgewiesenen Ergebnisse.

  21. Making it easier for websites to express AI training preferences openai · 2026 · Q003050 · Hintergrund, keine Belege

    OpenAI plant, ein gemeinsames freiwilliges robots.txt-Signal für KI-Trainingspräferenzen zu unterstützen; Zeitpunkt und Umsetzungsdetails bleiben offen, bestehende Kontrollen sollen fortgelten.

  22. Reinforcement learning with unsupervised auxiliary tasks deepmind · 2016 · Q003121 · Hintergrund, keine Belege

    UNREAL ergänzt bestärkendes Lernen um zwei Hilfsaufgaben und erzielt laut Bericht in den getesteten Labyrinth- und Atari-Umgebungen deutlich höhere Lern- und Leistungswerte.

  23. Putting patients at the heart of DeepMind Health deepmind · 2016 · Q003126 · Hintergrund, keine Belege

    DeepMind Health berichtet von Patientenfeedback zu Datensicherheit, klinischer KI und künftigen Gesundheitsdiensten und kündigt weitere Beteiligung an, ohne bereits Umsetzungsergebnisse zu belegen.

  24. Accenture, AWS, and Anthropic collaboration anthropic · 2024 · Q003131 · Hintergrund, keine Belege

    Anthropic beschreibt eine Partnerschaft mit AWS und Accenture zur Einführung maßgeschneiderter generativer KI und nennt einen Gesundheits-Chatbot als Beispiel, ohne unabhängige Wirkungsdaten vorzulegen.

  25. Expanding access to safer AI with Amazon anthropic · 2023 · Q003148 · Hintergrund, keine Belege

    Anthropic kündigt eine milliardenschwere Amazon-Partnerschaft für Cloud-Infrastruktur und Claude an und beschreibt Sicherheitszusagen sowie Kundenerfolge, die im Bericht nicht unabhängig überprüft werden.

  26. Accelerating antibiotic discovery with ChatGPT openai · Q003155 · Hintergrund, keine Belege

    Laut einem OpenAI-Bericht beschleunigen ChatGPT und Codex die Suche des de la Fuente Lab nach Antibiotika-Kandidaten, doch unabhängige und klinische Nachweise werden nicht dargestellt.

  27. Stopping malaria in its tracks deepmind · 2022 · Q003173 · Hintergrund, keine Belege

    AlphaFold half einem Oxforder Team, ein mögliches Ziel für einen mehrstufigen Malariaimpfstoff besser zu bestimmen, doch der klinische Versuch war im Bericht noch geplant und die KI-Vorhersagen benötigen experimentelle Ergänzung.

  28. Anthropic achieves ISO 42001 certification anthropic · 2025 · Q003182 · Hintergrund, keine Belege

    Anthropic meldet eine ISO/IEC-42001-Zertifizierung als unabhängige Bestätigung seines KI-Managementrahmens, nennt im Bericht aber keine Einzelheiten zum Prüfungsumfang oder konkrete Prüfergebnisse.

  29. How Third Moment Research runs 10,000 agents for 36+ hours openai · 2026 · Q003195 · Hintergrund, keine Belege

    Third Moment Research berichtet, mit OpenAI-Modellen und Codex Tausende lang laufende Agenten zu betreiben und deren Arbeit schrittweise zu verbessern; die dargestellten Erfolge sind Unternehmensangaben.

  30. Through the Chat Window and Into the Real World: Preparing for AI Agents cset · 2024 · Q003223 · Hintergrund, keine Belege

    Der Auszug empfiehlt, mögliche Risiken zunehmend eigenständiger KI-Agenten besser zu messen und technische sowie rechtliche Schutzmaßnahmen weiterzuentwickeln.

  31. Securing Critical Infrastructure in the Age of AI cset · 2024 · Q003231 · Hintergrund, keine Belege

    Der Auszug empfiehlt, KI-Risiken in kritischer Infrastruktur mit klaren Zuständigkeiten, mehr Zusammenarbeit und Weiterbildung zu begegnen und neue KI besonders in kritischen Aufgaben vorsichtig einzusetzen.

  32. Adversarial Machine Learning and Cybersecurity cset · 2023 · Q003237 · Hintergrund, keine Belege

    Der vorliegende Auszug fasst Empfehlungen eines Expertenworkshops zusammen, KI-Sicherheit stärker in Cybersicherheitsprozesse, Informationsaustausch, Regulierung und Forschung einzubinden, ohne deren Wirksamkeit nachzuweisen.

  33. b390a4e pai · 2022 · Q003253 · Hintergrund, keine Belege

    Der Auszug beschreibt eine qualitative Studie zu Arbeitsplatz-KI mit drei Beschäftigtengruppen und benennt ihren begrenzten Umfang; umfassende Ergebnisse sind hier nicht enthalten.

  34. A milestone in international AI transparency: The OECD publishes initial submissions from the G7 Hiroshima AI Process Reporting Framework oecd · 2025 · Q003265 · Hintergrund, keine Belege

    Die OECD veröffentlicht erste KI-Governance-Berichte von 19 Organisationen; konkrete Auswertungsergebnisse enthält der Beitrag noch nicht.

  35. Certain Measures of Guangdong Province for Empowering Thousands of Industries with Artificial Intelligence cset · 2024 · Q003267 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt Guangdongs Ziele für den Ausbau der KI-Branche und von Chip- und Sensorindustrien bis 2027, ohne deren Erreichung zu belegen.

  36. Trust Issues: Discrepancies in Trustworthy AI Keywords Use in Policy and Research cset · 2024 · Q003278 · Hintergrund, keine Belege

    Der vorliegende Auszug berichtet über Gemeinsamkeiten und Unterschiede in Definitionen vertrauenswürdiger KI und betont die Bedeutung internationaler Abstimmung zwischen Politik und Technik.

  37. Scalable agent architecture for distributed training deepmind · 2018 · Q003280 · Hintergrund, keine Belege

    DeepMind berichtet, dass IMPALA mit V-trace vielfältige DMLab-30-Aufgaben effizienter als verteiltes A3C trainiert, während der Beitrag für Details auf eine Facharbeit verweist.

  38. AI for Net Zero: Assessing Readiness for AI (November 2024) oecd · 2025 · Q003352 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt KI als mögliche Hilfe für den Weg zu Netto-Null und betont zugleich ihre Abhängigkeit von guten Daten, nachvollziehbaren Ergebnissen und passenden Fragen.

  39. Guidelines for the Construction of a Comprehensive Standardization System for the National Artificial Intelligence Industry (Draft for Feedback) cset · 2024 · Q003381 · Hintergrund, keine Belege

    Der unvollständige Auszug stellt einen chinesischen Entwurf vor, der angesichts der raschen KI-Entwicklung ein umfassendes Normungssystem fordert.

  40. 7598fa9 - Partnership on AI pai · Q003391 · Hintergrund, keine Belege

    Der vorliegende Schlussauszug fordert inklusive KI-Entwicklung mit echter Beteiligung Betroffener, Blick auf Macht und Ungleichheit sowie ausreichender institutioneller Unterstützung.

  41. Research Report on Governance Modernization in the Digital Age: Practice and Prospects for the Application of Large Models in the Government Domain (2023) cset · 2024 · Q003395 · Hintergrund, keine Belege

    Der Auszug beschreibt Chancen und Regelungslücken beim KI-Einsatz in Behörden und warnt vor einer möglichen Verstärkung der Überwachung in China; der vollständige Bericht liegt nicht vor.

  42. Key Concepts in AI Safety: Specification in Machine Learning cset · 2021 · Q003416 · Hintergrund, keine Belege

    Der Auszug erklärt, dass Lernsysteme Vorgaben wörtlich erfüllen können, ohne die eigentliche Absicht zu treffen, und fordert Robustheit gegenüber Spezifikationsfehlern.

  43. Key Concepts in AI Safety: Robustness and Adversarial Examples cset · 2021 · Q003428 · Hintergrund, keine Belege

    Der Auszug betont, dass maschinelle Lernmodelle trotz Verallgemeinerungsfähigkeit bei bedeutsam ungewohnten Eingaben scheitern können; die angekündigte Behandlung adversarialer Beispiele ist nicht enthalten.

  44. Prompting Claude's long context window anthropic · 2023 · Q003432 · Hintergrund, keine Belege

    Laut Anthropic helfen passende Beispiele und relevante Zitate Claude bei Fragen zu langen Dokumenten, wobei der Effekt von der Position der gesuchten Passage abhängen kann.

  45. Algorithmic Transparency in the Public Sector A state-of-the-art report of algorithmic transparency instruments oecd · 2025 · Q003437 · Hintergrund, keine Belege

    Der kurze Auszug skizziert ein vorläufiges GPAI-Forschungsprojekt zu Transparenzinstrumenten und öffentlichen Algorithmusregistern, nennt geplante Fallstudien, enthält aber noch keine Ergebnisse.

  46. Spotlight on Beijing Institute for General Artificial Intelligence cset · 2023 · Q003460 · Hintergrund, keine Belege

    Der Auszug der Studie beschreibt BIGAI als staatlich unterstütztes chinesisches AGI-Vorhaben mit einem alternativen Forschungsansatz und empfiehlt, Chinas KI-Entwicklung genauer zu verfolgen.

  47. Boston Children’s uses AI to unlock new diagnoses openai · 2026 · Q003485 · Hintergrund, keine Belege

    Der Bericht schreibt dem KI-Einsatz am Boston Children’s Hospital betriebliche Einsparungen und mehr als 40 Diagnosen seltener Erkrankungen zu, legt dafür aber keine unabhängige Prüfung oder detaillierte Messmethodik vor.

  48. Identifying and eliminating bugs in learned predictive models deepmind · 2019 · Q003514 · Hintergrund, keine Belege

    Der Bericht beschreibt drei Forschungsansätze zur Prüfung und Verbesserung lernender Modelle, die Schwächen aufdecken und Eigenschaften teils absichern können, aber noch keine allgemeine Sicherheitsgarantie bieten.

  49. Claude for Life Sciences anthropic · 2025 · Q003528 · Hintergrund, keine Belege

    Anthropic beschreibt Claude für Life Sciences mit neuen wissenschaftlichen Anbindungen und Skills, belegt die angekündigten Einsatzmöglichkeiten aber vor allem durch eigene Benchmarkangaben und positive Partnerzitate.

  50. Prompt engineering for business performance anthropic · 2024 · Q003563 · Hintergrund, keine Belege

    Anthropic empfiehlt drei Prompting-Techniken und berichtet von 20 Prozent höherer Genauigkeit bei einem anonymisierten Kundenprojekt, ohne die Messgrundlage näher zu erläutern.

  51. An Argument for Hybrid AI Incident Reporting cset · 2024 · Q003587 · Hintergrund, keine Belege

    Die Executive Summary empfiehlt ein föderiertes, standardisiertes Meldesystem für KI-Vorfälle mit verpflichtenden, freiwilligen und öffentlichen Meldungen, lässt aber die konkrete Ausgestaltung weiteren Untersuchungen vorbehalten.

  52. 2028: Two scenarios for global AI leadership anthropic · 2026 · Q003588 · Hintergrund, keine Belege

    Anthropic warnt in zwei hypothetischen Szenarien vor einem möglichen Verlust des US-Vorsprungs bei KI und empfiehlt strengere Kontrollen, Schutz vor Modell-Destillierung und den Export amerikanischer KI.

  53. What FDE means at OpenAI openai · 2026 · Q003626 · Hintergrund, keine Belege

    OpenAIs FDE-Team soll laut Bericht Kundenprobleme in verlässliche KI-Lösungen überführen, erfolgreiche Ansätze skalieren und ungelöste Modellgrenzen an Research zurückmelden; die genannten Ergebnisse sind OpenAIs eigene Angaben.

  54. CAST Constructive Approach to Smart Technologies oecd · 2025 · Q003644 · Hintergrund, keine Belege

    Der vorliegende Quelltext ist nur ein Auszug: Er skizziert ein Rahmenwerk für KI-Entwicklungspraktiken und nennt als Beispiel den Wandel eines polnischen Lagerroboterherstellers zum Anbieter einer Intralogistik-KI-Plattform.

  55. A DPA for the 21st Century cset · 2021 · Q003655 · Hintergrund, keine Belege

    Der Einleitungsauszug argumentiert, dass der Defense Production Act gezielt zur Stärkung von KI-Lieferketten beitragen kann, ohne seine weitreichendsten Befugnisse sofort auszuschöpfen.

  56. Univé builds an AI-ready workforce openai · 2026 · Q003660 · Hintergrund, keine Belege

    Laut einer OpenAI-Kundengeschichte nutzt Univé ChatGPT Enterprise breit und lässt Agenten Arbeit vorbereiten, während Menschen verantwortlich entscheiden; die genannten Ergebnisse sind Unternehmensangaben und nicht unabhängig belegt.

  57. e5bf810 - Partnership on AI pai · Q003677 · Hintergrund, keine Belege

    Der vorliegende Auszug aus Fazit und Danksagung sieht demografische Daten als Abwägung von Risiken, kündigt weitere Arbeit zu verantwortungsvoller Nutzung und Datenkollektiven an und betont, dass das Whitepaper keine einzelne Partnerposition darstellt.

  58. Perceiver AR: general-purpose, long-context autoregressive generation deepmind · 2022 · Q003681 · Hintergrund, keine Belege

    Die Autorinnen und Autoren berichten, dass Perceiver AR lange Kontexte effizient für Text-, Bild- und Musikgenerierung nutzbar macht, doch der Blogbeitrag liefert keine vollständige unabhängige Überprüfung dieser Leistungsansprüche.

  59. 🚀 DeepSeek V2.5: The Grand Finale 🎉 deepseek · Q003705 · Hintergrund, keine Belege

    DeepSeek stellt Websuche und V2.5-1210 vor, erklärt die V2.5-Reihe für abgeschlossen und kündigt künftige Modelle an, ohne die behaupteten Benchmark-Verbesserungen näher zu belegen.

  60. Algorithmic progress in language models epoch · 2024 · Q003740 · Hintergrund, keine Belege

    Laut Epoch AI beruht der Großteil der jüngeren Fortschritte bei Sprachmodellen auf mehr Rechenleistung und Trainingsdaten, obwohl algorithmische Verbesserungen ebenfalls erheblich zur Effizienz beigetragen haben.

  61. How anticipatory governance can lead to AI policies that stand the test of time oecd · 2025 · Q003742 · Hintergrund, keine Belege

    Der OECD-Beitrag empfiehlt fünf miteinander abgestimmte Bausteine für vorausschauende KI-Governance, belegt ihre Wirkung jedoch nicht quantitativ.

  62. Responsible Development, Use and Governance of AI Working Group Report oecd · 2025 · Q003770 · Hintergrund, keine Belege

    Der Auszug beschreibt Zusammensetzung und Repräsentationsziele der 30-köpfigen RAI, enthält aber keine Darstellung ihrer Arbeitsergebnisse.

  63. 8ad7ba7 pai · 2021 · Q003772 · Hintergrund, keine Belege

    Der Auszug beschreibt drei unterschiedliche KI-Fälle mit berichteten kurzfristigen Vorteilen, deren Ursachen und Arbeitsfolgen laut Text jedoch schwer eindeutig zu bestimmen sind.

  64. 72b7b84 - Partnership on AI pai · Q003788 · Hintergrund, keine Belege

    Der Schlussauszug warnt vor dem Einsatz algorithmischer Risikobewertungen bei Haftentscheidungen ohne strenge Standards, bessere Datengrundlagen und unabhängige Prüfung.

  65. Repurposing the Wheel: Lessons for AI Standards cset · 2023 · Q003802 · Hintergrund, keine Belege

    Der Auszug empfiehlt, KI-Standards risikogerecht, anpassungsfähig und besser koordiniert zu entwickeln; der vollständige Bericht und die Fallstudiendetails liegen nicht vor.

  66. Controlling Large Language Model Outputs: A Primer cset · 2023 · Q003810 · Hintergrund, keine Belege

    Der bereitgestellte Auszug erklärt, dass mehrere technische und nichttechnische Ansätze Sprachmodelle steuern sollen, aber unerwünschte Ausgaben nicht sicher verhindern können.

  67. Measuring perception in AI models deepmind · 2022 · Q003815 · Hintergrund, keine Belege

    DeepMind beschreibt einen Benchmark für multimodale Wahrnehmung mit sechs Aufgaben und 11.609 Videos, nennt aber noch keine konkreten Modellresultate.

  68. b63c999 - Partnership on AI pai · Q003823 · Hintergrund, keine Belege

    Der Auszug empfiehlt, Risikovorhersagen stets mit verständlichen Angaben zu ihrer Unsicherheit zu versehen und betont, dass Datenprobleme, Fairness-Korrekturen und die Nutzeroberfläche dabei Herausforderungen bleiben.

  69. How Localiza reorganized work around generative AI openai · 2026 · Q003827 · Hintergrund, keine Belege

    Laut einer OpenAI-Fallstudie organisiert Localiza Arbeit und Kundenangebote neu um generative KI; die berichteten Erfolge beruhen auf Unternehmensangaben, und unabhängige Wirkungsdaten fehlen.

  70. Uber uses OpenAI to help people earn smarter and book faster openai · 2026 · Q003834 · Hintergrund, keine Belege

    Uber setzt laut eigenem Bericht OpenAI-Modelle für Fahrerassistenz und Sprachbuchungen ein; die positiven Wirkungsangaben sind im Text nicht unabhängig belegt.

  71. Greptile takes bug detection beyond code review with GPT-6 Astra openai · 2026 · Q003844 · Hintergrund, keine Belege

    Greptile setzt GPT‑6 Astra, Daybreak und Codex für Tests, Sicherheit und Entwicklung ein; die berichteten Vorteile beruhen auf Unternehmensangaben und werden nicht mit unabhängigen Messdaten belegt.

  72. de8a5f5 - Partnership on AI pai · Q003878 · Hintergrund, keine Belege

    Nur ein Anhang liegt vor: Er definiert zentrale Begriffe nach dem Verständnis des Kompendiums und enthält Danksagungen, aber keine Ergebnisse des Gesamtberichts.

  73. Translation Snapshot: Chinese AI White Papers cset · 2023 · Q003889 · Hintergrund, keine Belege

    CSET stellt sieben chinesische KI-Berichte und ihre Themen vor, ohne deren Aussagen unabhängig zu überprüfen.

  74. Areas for future action in the responsible AI ecosystem oecd · 2025 · Q003896 · Hintergrund, keine Belege

    Der kurze Auszug skizziert Ziel und Hintergrund eines GPAI-Berichts zu verantwortungsvoller KI, enthält aber keine konkreten Ergebnisse oder Empfehlungen.

  75. Trustworthy Data Institutional Framework oecd · 2025 · Q003912 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt den TDIF zur Bewertung und Verbesserung von Datenverwaltung und nennt eine Online-Automatisierung als nächsten Schritt.

  76. Overcoming Data Barriers via Trustworthy Privacy-Enhancing Technologies oecd · 2025 · Q003928 · Hintergrund, keine Belege

    Der vorliegende Auszug skizziert ein Projekt zu datenschutzfördernden Technologien und einer Pandemievorsorge-Demonstration in Singapur, nennt aber keine konkreten Ergebnisse.

  77. The Role of Government as a Provider of Data for Artificial Intelligence oecd · 2025 · Q003940 · Hintergrund, keine Belege

    Der Auszug skizziert mögliche Modelle und rechtliche Leitplanken für staatlichen Datenaustausch zur KI-Entwicklung, enthält aber keine Ergebnisse der angekündigten vier Fallstudien.

  78. A Matrix for Selecting Responsible AI Frameworks cset · 2023 · Q003953 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt eine Matrix zum Vergleich von mehr als 40 Rahmen für verantwortungsvolle KI, nennt aber keine konkreten Rahmen oder Vergleichsergebnisse.

  79. Data Governance Working Group Report oecd · 2025 · Q003966 · Hintergrund, keine Belege

    Der Auszug stellt drei geplante Projekte zu Datentreuhand, Datengerechtigkeit und PETs vor, nennt aber keine Ergebnisse und ist nicht der vollständige Bericht.

  80. Topic Overview: AI Chips epoch · 2026 · Q003970 · Hintergrund, keine Belege

    Epoch AI zufolge hängen KI-Fortschritt und seine weltweite Verteilung stark von einer konzentrierten Chip-Lieferkette, wachsender Rechenkapazität und ausreichender Stromversorgung ab.

  81. Data Justice Policy Brief: Putting data justice into practice oecd · 2025 · Q003981 · Hintergrund, keine Belege

    Der bereitgestellte Auszug beschreibt Daten als unvollkommen öffentliches Gut, dessen Zugang Regulierung begrenzen oder öffnen kann.

  82. A Primer on Data and Social Justice oecd · 2025 · Q003991 · Hintergrund, keine Belege

    Der vorliegende Bericht ist ein Auszug, der gerechtere, am Gemeinwohl orientierte Datenregulierung und mehr Datensouveränität fordert.

  83. Compute trends across three eras of machine learning epoch · 2022 · Q003996 · Hintergrund, keine Belege

    Epoch AI berichtet von stark wachsendem Trainingsaufwand und schlägt drei Entwicklungsphasen vor, weist aber auf erhebliche Datenlücken und unsichere Abgrenzungen hin.

  84. Skating to Where the Puck Is Going cset · 2023 · Q004012 · Hintergrund, keine Belege

    Der Auszug plädiert dafür, die wachsenden KI-Risiken durch Prüfungen, stärkere staatliche Fachaufsicht und gezielte Anreize für die Industrie zu bewältigen.

  85. Enabling Data Sharing for Social Benefit Through Data Trusts: Data Trusts in Climate oecd · 2025 · Q004016 · Hintergrund, keine Belege

    Der vorliegende Text ist nur ein Auszug: Er skizziert das Projekt zu gemeinschaftlicher Datenverwaltung für Klimaschutz und dessen Vorgehen, nennt aber keine Ergebnisse.

  86. Data Justice in Practice: A Guide for Policymakers oecd · 2025 · Q004031 · Hintergrund, keine Belege

    Der vorliegende Bericht ist nur ein Auszug: Das Projekt will politische Orientierung zu Data Justice geben und sichtbar machen, wie historisch gewachsene Ungleichheiten heutige Datenpraktiken prägen.

  87. Could decentralized training solve AI’s power problem? epoch · 2025 · Q004036 · Hintergrund, keine Belege

    Laut Epoch AI könnte dezentrales Training über 23 Standorte den Stromengpass für sehr große KI-Cluster mindern, doch die 10-GW-Machbarkeit ist eine Modellabschätzung und kein Praxisergebnis.

  88. Data Justice in Practice: A Guide for Impacted Communities oecd · 2025 · Q004050 · Hintergrund, keine Belege

    Der kurze Auszug beschreibt ein Projekt, das Datengerechtigkeit erforscht und betroffenen Gemeinschaften Orientierung geben will, enthält aber keine konkreten Empfehlungen oder Ergebnisse.

  89. Building effective AI agents anthropic · 2024 · Q004053 · Hintergrund, keine Belege

    Anthropic rät zu einfachen, messbar wirksamen LLM-Systemen und warnt, dass autonome Agenten trotz ihrer Flexibilität sorgfältige Werkzeuge, Tests und menschliche Kontrolle erfordern.

  90. Data Justice in Practice: A Guide for Developers oecd · 2025 · Q004065 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt ein Projekt und einen Leitfaden für gerechtere Datentechnologien vor, nennt aber keine konkreten Empfehlungen oder Ergebnisse.

  91. Advancing Data Justice Research and Practice: An Integrated Literature Review oecd · 2025 · Q004080 · Hintergrund, keine Belege

    Der vorliegende Einleitungsauszug beschreibt das Ziel, Datengerechtigkeit breiter zu fassen und Forschungslücken bei der Einbeziehung betroffener Menschen und unterschiedlicher Perspektiven zu bearbeiten; Methoden und konkrete Ergebnisse des Berichts sind darin nicht enthalten.

  92. How we built our multi-agent research system anthropic · 2025 · Q004085 · Hintergrund, keine Belege · ohne Zusammenfassung
  93. Confidential Inference via trusted VMs anthropic · 2025 · Q004093 · Hintergrund, keine Belege

    Der Beitrag beschreibt einen frühen, noch mit technischen Lücken behafteten Ansatz, sensible KI-Daten während der Inferenz durch Verschlüsselung und einen überprüfbaren Loader zu schützen.

  94. Understanding Agent Cooperation deepmind · 2017 · Q004106 · Hintergrund, keine Belege

    Der Bericht zeigt anhand zweier Simulationen, dass Kooperation von den Spielbedingungen abhängt, und endet im bereitgestellten Ausschnitt mit einer abgebrochenen Abbildungsbeschreibung.

  95. The Inigo Montoya Problem for Trustworthy AI (International Version) cset · 2023 · Q004112 · Hintergrund, keine Belege

    Der bereitgestellte Auszug zeigt gemeinsame KI-Grundwerte, aber unterschiedliche nationale Auslegungen, die laut den Autorinnen spätere Regeln und internationale Zusammenarbeit erschweren könnten.

  96. Decoding Intentions cset · 2023 · Q004122 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt kostspielige Signale und Dialoge, um KI-Absichten besser zu vermitteln und Eskalationsrisiken zu begrenzen, betont aber mögliche Fehlinterpretationen und Zielkonflikte.

  97. Enabling data sharing for social benefit through data trusts oecd · 2025 · Q004136 · Hintergrund, keine Belege

    Der Auszug stellt ein GPAI-Projekt zu Datentreuhändern vor, das laut Text Innovation, Mitsprache der Datenurheber und den verantwortungsvollen Umgang mit Datenrisiken fördern soll.

  98. Understanding deep learning through neuron deletion deepmind · 2018 · Q004166 · Hintergrund, keine Belege

    Laut Beitrag sind gut verallgemeinernde Bildnetze widerstandsfähiger gegen Neuronenlöschung, während leicht verständliche Neuronen nicht wichtiger sind als schwer deutbare.

  99. Notice on the Release of the “Guide to the 2023 Annual Projects for the Major Research Program on Explainable and Generalizable Next-Generation Artificial Intelligence Methods” cset · 2023 · Q004179 · Hintergrund, keine Belege

    Der vorliegende Auszug einer NSFC-Mitteilung skizziert für 2023 Forschungsschwerpunkte zu erklärbarer, generalisierbarer KI und verweist für den vollständigen Leitfaden auf ein PDF.

  100. Advancing Data Justice Research and Practice oecd · 2025 · Q004180 · Hintergrund, keine Belege

    Der vorliegende Auszug fordert, Datengerechtigkeit im Zusammenhang mit sozialen Machtverhältnissen und der gerechten Verteilung von Datenvorteilen zu betrachten; konkrete Projektergebnisse nennt er nicht.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →