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-P4

Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?

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

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. 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.

  2. 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.

  3. Techniques to Make Large Language Models Smaller: An Explainer cset · 2023 · Q004149 · Hintergrund, keine Belege

    Der bereitgestellte Textauszug stellt drei Verfahren zum Verkleinern von Sprachmodellen vor und behauptet, dass kleinere offene Modelle den Zugang erleichtern, ihre wachsende Verbreitung aber schwerer kontrollierbar machen könnte.

  4. Comments on Provisions Pertaining to U.S. Investments in Certain National Security Technologies and Products in Countries of Concern cset · 2023 · Q004173 · Hintergrund, keine Belege

    Der Auszug fasst Empfehlungen zu klareren Investitionsregeln und zusätzlichen KI-Kontrollen zusammen, bewertet aber nicht deren Wirkung.

  5. The Role of Data in AI: Report for the Data Governance Working Group of the Global Partnership of oecd · 2025 · Q004225 · Hintergrund, keine Belege

    Der Auszug eines GPAI-Berichts betont, dass hochwertige und zugängliche Daten für KI wichtig seien und Datenmängel negative Folgen haben könnten.

  6. Do the returns to software R&D point towards a singularity? epoch · 2024 · Q004234 · Hintergrund, keine Belege

    Hohe Erträge aus Software-F&E sind plausibel, doch die begrenzte und unsichere Evidenz belegt keine Software-Singularität; gemeinsamer Fortschritt von Software und Hardware könnte trotzdem rasches Wachstum ermöglichen.

  7. Preliminary Report on Data and AI Model Licensing oecd · 2025 · Q004364 · Hintergrund, keine Belege

    Der vorliegende Auszug zufolge könnten standardisierte Datenvereinbarungen bestehende Austauschhürden mindern und Rechtssicherheit erhöhen sowie Transaktionskosten senken.

  8. Forecasting rare language model behaviors anthropic · 2025 · Q004368 · Hintergrund, keine Belege · ohne Zusammenfassung
  9. SHADE-Arena: Evaluating sabotage in LLM agents anthropic · 2025 · Q004397 · Hintergrund, keine Belege · ohne Zusammenfassung
  10. Anthropic to sign the EU Code of Practice anthropic · 2025 · Q004473 · Hintergrund, keine Belege

    Anthropic will den EU-KI-Kodex unterzeichnen und verbindet damit die Hoffnung auf transparente, flexible Sicherheitsregeln, die zugleich Innovation ermöglichen.

  11. Explanatory Notice and Template for the Public Summary of Training Content for general-purpose AI models eu · 2025 · Q004496 · Hintergrund, keine Belege

    Die Seite listet mehrsprachige Downloads zu öffentlichen Zusammenfassungen von Trainingsinhalten allgemeiner KI-Modelle auf, enthält aber nicht die Dokumente selbst.

  12. Google DeepMind and partners announce multi-agent safety research funding call. deepmind · 2026 · Q004515 · Hintergrund, keine Belege

    Google DeepMind und Partner schreiben bis zu 10 Millionen US-Dollar für Forschung zur Sicherheit interagierender KI-Agenten aus; der Beitrag skizziert Risiken und Förderbereiche, aber keine neuen Ergebnisse.

  13. Article 55: Obligations of Providers of General-Purpose AI Models with Systemic Risk | EU Artificial Intelligence Act fragen-funde · Q004536 · Hintergrund, keine Belege

    Artikel 55 verpflichtet laut Bericht Anbieter von KI-Modellen mit systemischen Risiken zu Risikoprüfung, Vorfallsmeldung und Cybersicherheit und regelt mögliche Konformitätsnachweise sowie Vertraulichkeit.

  14. How the G7’s new AI reporting framework could shape the future of AI governance oecd · 2025 · Q004538 · Hintergrund, keine Belege

    Der OECD-Beitrag stellt einen freiwilligen, öffentlichen Berichtsrahmen zum Hiroshima-KI-Kodex vor, dessen erwartete Wirkung von dauerhafter Beteiligung und praktischer Weiterentwicklung abhängt.

  15. Response to Governor Newsom's AI working grou anthropic · 2025 · Q004544 · Hintergrund, keine Belege

    Anthropic begrüßt den Berichtsentwurf und plädiert für mehr Transparenz über KI-Sicherheit, wobei die Aussagen zu eigenen Praktiken und zum möglichen Zeitplan von Anthropic stammen.

  16. Risk thresholds for frontier AI: Insights from the AI Action Summit oecd · 2025 · Q004564 · Hintergrund, keine Belege

    Der Bericht dokumentiert eine Fachdebatte über messbare, regelmäßig überprüfte und inklusiv festgelegte Risikoschwellen für Frontier AI, ohne bereits ein verbindliches Verfahren vorzulegen.

  17. Dario Amodei on the Paris AI Action Summit anthropic · 2025 · Q004580 · Hintergrund, keine Belege

    Amodei fordert für den nächsten KI-Gipfel mehr Fokus auf demokratische Führungsrolle, Sicherheit und wirtschaftliche Folgen; seine Prognosen und Risikeninschätzungen werden im Beitrag nicht unabhängig überprüft.

  18. Dario Amodei — The Urgency of Interpretability fragen-funde · 2025 · Q004600 · Hintergrund, keine Belege · ohne Zusammenfassung
  19. https://www.edpb.europa.eu/system/files/documents/2024-12/edpb_opinion_202428_ai-models_en.pdf fragen-funde · Q004608 · Hintergrund, keine Belege · ohne Zusammenfassung
  20. Powering AI development with AWS anthropic · 2024 · Q004618 · Hintergrund, keine Belege

    Anthropic meldet eine vertiefte AWS-Partnerschaft und nennt Kundenerfolge mit Claude, deren Kennzahlen im Beitrag nicht unabhängig belegt werden.

  21. The case for targeted regulation anthropic · 2024 · Q004624 · Hintergrund, keine Belege

    Anthropic fordert flexible, überprüfbare und gezielte Regeln für fortgeschrittene KI, um ausgewählte schwere Risiken zu senken und unnötige Belastungen zu vermeiden.

  22. Global AI Governance Action Plan fragen-funde · Q004628 · Hintergrund, keine Belege · ohne Zusammenfassung
  23. GLM-5.3 fragen-funde · Q004650 · Hintergrund, keine Belege

    Der Bericht beschreibt GLM-5.3 als laut Z.ai leistungsfähigeres Modell für Programmierung und Cybersicherheit, dessen Benchmarkergebnisse Anbieterangaben sind und dessen Schlussfolgern stets aktiviert bleibt.

  24. READ IN FULL: White House Accord on Super Intelligence fragen-funde · 2026 · Q004653 · Hintergrund, keine Belege · ohne Zusammenfassung
  25. How predictable is language model benchmark performance? epoch · 2023 · Q004678 · Hintergrund, keine Belege

    Aggregierte Sprachmodell-Benchmarkleistungen sind laut Rücktests aus der Skalierung mäßig gut vorhersagbar, während einzelne Aufgaben und weitreichende Extrapolationen deutlich unsicherer bleiben.

  26. Navigating the environmental impact of AI oecd · 2024 · Q004693 · Hintergrund, keine Belege

    Der Bericht plädiert für einen abgewogenen KI-Einsatz und bessere Emissionsdaten, da die genannten Umweltwerte für generative KI nur grobe, standortabhängige Schätzungen sind.

  27. AI and Compute cset · 2022 · Q004705 · Hintergrund, keine Belege

    Der vorliegende Auszug erwartet eine Verlangsamung des KI-Rechenwachstums und empfiehlt, Forschung, Effizienz und breiteren Zugang zu stärken.

  28. Our position on open-weights models anthropic · 2026 · Q004713 · Hintergrund, keine Belege

    Anthropic lehnt ein pauschales Verbot offener KI-Gewichte ab und plädiert für Chipkontrollen, Maßnahmen gegen industrielle Destillation und verpflichtende Tests leistungsfähiger Modelle.

  29. Hugging Face fragen-funde · Q004719 · Hintergrund, keine Belege

    Kimi K3 wird als großes offenes multimodales Agentenmodell vorgestellt; die Benchmarkresultate sind gemischt und wegen uneinheitlicher Testbedingungen nur begrenzt direkt vergleichbar.

  30. Hugging Face fragen-funde · Q004756 · Hintergrund, keine Belege

    Der Bericht präsentiert DeepSeek-V4.1-Flash als cache-effizientes multimodales Modell mit gemischten Benchmarkresultaten, die der Anbieter unter eigenen Testbedingungen ausweist.

  31. AI’s potential futures: Mitigating risks, harnessing opportunities oecd · 2024 · Q004772 · Hintergrund, keine Belege

    Der OECD-Beitrag empfiehlt vorausschauende, inklusive KI-Politik, um mögliche Vorteile zu fördern und Risiken zu begrenzen, während die langfristigen Folgen ungewiss bleiben.

  32. An AI policy tool for today: Invest in NIST anthropic · 2023 · Q004808 · Hintergrund, keine Belege

    Anthropic schlägt vor, NIST 15 Millionen US-Dollar zusätzlich zu geben, damit KI-Systeme besser geprüft werden können – als einen Baustein unter mehreren für ihre sichere Regulierung.

  33. Amazon Nova Micro, Lite, Pro, and Premier - AWS AI Service Cards fragen-funde · 2025 · Q004860 · Hintergrund, keine Belege

    AWS beschreibt Nova als vielseitige, aber nicht verlässlich fehlerfreie Modellfamilie und empfiehlt kundenspezifische Tests sowie Aufsicht, besonders bei folgenreichen Anwendungen.

  34. Machine learning model sizes and the parameter gap epoch · 2022 · Q004872 · Hintergrund, keine Belege

    Der Bericht beschreibt stark beschleunigtes Modellgrößenwachstum seit 2018 und eine Lücke zwischen 20 und 70 Milliarden Parametern, deren Ursachen die Autoren nur als Hypothesen anführen.

  35. Apple Intelligence Foundation Language Models Tech Report 2025 fragen-funde · Q004874 · Hintergrund, keine Belege

    Der kurze Berichtsauszug beschreibt zwei Apple-Sprachmodelle und behauptet konkurrenzfähige Ergebnisse, liefert aber keine konkreten Messwerte.

  36. Anthropic partners with Google Cloud anthropic · 2023 · Q004885 · Hintergrund, keine Belege

    Anthropic will mit Google Cloud seine KI-Systeme skalieren; der Bericht beschreibt die Absichten, aber keine belegten Ergebnisse.

  37. 阶跃星辰开放平台 fragen-funde · 2026 · Q004919 · Hintergrund, keine Belege

    Step 5 Preview soll laut seinen Entwicklern lange Agentenaufgaben durch ein tiefes Modell, sparse Aufmerksamkeit und angepasste Daten- und RL-Verfahren effizienter bewältigen; die berichteten Ergebnisse sind interne Angaben und das System bleibt in Entwicklung.

  38. How we will do better for Australia openai · 2026 · Q004923 · Hintergrund, keine Belege

    OpenAI berichtet von unbefugten Modellzugriffen auf australische Regierungsdienste, erklärt, keine individuellen Gesundheits- oder Kriminalitätsdaten seien betroffen gewesen, und kündigt Schutzmaßnahmen sowie Unterstützung an.

  39. NY State Senate Bill 2025-S10731 fragen-funde · Q004986 · Hintergrund, keine Belege · ohne Zusammenfassung
  40. Anthropic raises Series B to build robust AI anthropic · 2022 · Q005010 · Hintergrund, keine Belege

    Anthropic kündigt eine Series-B-Finanzierung über 580 Millionen US-Dollar für KI-Sicherheitsforschung an, ohne in der Mitteilung die Wirksamkeit seiner Schutzmaßnahmen unabhängig nachzuweisen.

  41. Anthropic raises $65B Series H at $965B valuation anthropic · 2026 · Q005071 · Hintergrund, keine Belege

    Anthropic meldet 65 Milliarden US-Dollar neues Kapital bei einer Bewertung von 965 Milliarden US-Dollar und erklärt, damit Forschung, Produkte und Rechenkapazität für Claude auszubauen.

  42. OpenAI Stargate: where the US sites stand epoch · 2026 · Q005072 · Hintergrund, keine Belege

    Laut Epoch AI könnten sieben Stargate-Standorte in den USA zusammen mehr als 9 GW erreichen, doch viele Kapazitäten und Termine sind Planungen oder Schätzungen und bleiben unsicher.

  43. Models as Insider Risks in the Super Intelligence Era fragen-funde · 2026 · Q005078 · Hintergrund, keine Belege · ohne Zusammenfassung
  44. Is there AI beyond Chat GPT? oecd · 2024 · Q005163 · Hintergrund, keine Belege

    Der Artikel fordert einen breiteren Blick auf KI und präsentiert CAST als Teilansatz, um KI-Anwendungen und verantwortungsvolle Gestaltungspraktiken besser zusammenzuführen.

  45. Anthropic expands Google and Broadcom compute deal anthropic · 2026 · Q005168 · Hintergrund, keine Belege

    Anthropic zufolge soll ein neuer Google- und Broadcom-Vertrag ab 2027 mehrere Gigawatt TPU-Kapazität für Claude bereitstellen; konkrete Vertragsdetails nennt der Bericht nicht.

  46. One Size Does Not Fit All cset · 2023 · Q005194 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt CSETs Vorhaben vor, vielfältige und skalierbare Verfahren zur KI-Bewertung zu untersuchen, und enthält noch keine konkreten Forschungsergebnisse.

  47. Donating another $20 million to Public First Action anthropic · 2026 · Q005195 · Hintergrund, keine Belege

    Anthropic spendet nach eigenen Angaben weitere 20 Millionen Dollar an Public First Action, um eine politische Debatte über KI-Schutzmaßnahmen zu fördern.

  48. Participate in the OECD’s pilot on monitoring the application of the G7 Code of Conduct for Organisations Developing Advanced AI Development oecd · 2024 · Q005235 · Hintergrund, keine Belege

    Die OECD testete 2024 einen vertraulichen Melderahmen zum G7-Kodex für fortgeschrittene KI; seine erwarteten Vorteile werden im Bericht beschrieben, aber nicht durch Pilotresultate belegt.

  49. What a Week of AI Security Incidents Means for Developers fragen-funde · 2026 · Q005238 · Hintergrund, keine Belege

    Der bereitgestellte Bericht ist nur ein Auszug; laut Autor zeigen darin geschilderte Agentenvorfälle, dass Sicherheitsgrenzen gemeinsam geprüft und bisherige Annahmen zu KI-Agenten überdacht werden sollten.

  50. Post by @Thom_Wolf on X fragen-funde · 2026 · Q005287 · Hintergrund, keine Belege · ohne Zusammenfassung
  51. Microsoft, NVIDIA, and Anthropic partnerships anthropic · 2025 · Q005289 · Hintergrund, keine Belege

    Anthropic, Microsoft und NVIDIA kündigen Partnerschaften, Rechenkapazitätszusagen und mögliche Investitionen an; der Bericht gibt dabei Unternehmensangaben wieder.

  52. Web3, AI, and other technologies provide new opportunities to improve healthcare oecd · 2023 · Q005306 · Hintergrund, keine Belege

    Der Bericht sieht in KI und Blockchain Chancen für ein sichereres und stärker personalisiertes Gesundheitswesen, liefert dafür aber keine eigenen empirischen Nachweise und betont offene ethische, rechtliche und datenschutzbezogene Fragen.

  53. How NVIDIA engineers and researchers build with Codex openai · 2026 · Q005307 · Hintergrund, keine Belege

    Laut einer OpenAI-Fallstudie nutzen NVIDIA-Teams Codex für Entwicklung und Forschung und berichten von deutlichen Zeitgewinnen, deren Messgrundlagen im Text nicht ausgewiesen sind.

  54. Frontier Safety Roadmap anthropic · 2026 · Q005358 · Hintergrund, keine Belege · ohne Zusammenfassung
  55. Evolving with innovation: The 2024 OECD AI Principles update oecd · 2024 · Q005362 · Hintergrund, keine Belege

    Die OECD-Grundsätze sollen Länder bei einer abgestimmten, aber anpassbaren KI-Regulierung unterstützen; laut Beitrag hängt ihre Wirkung von der nationalen Umsetzung ab.

  56. Towards algorithm auditing: A research overview oecd · 2024 · Q005375 · Hintergrund, keine Belege

    Der Beitrag plädiert für wiederkehrende, kontextspezifische Algorithmus-Audits, deren Zusicherung nur die tatsächlich geprüften Standards und Rechtsvorgaben abdeckt.

  57. What is AI? Can you make a clear distinction between AI and non-AI systems? oecd · 2024 · Q005409 · Hintergrund, keine Belege

    Laut OECD-Bericht beschreibt die überarbeitete Definition KI-Systeme breit als Systeme, die aus Eingaben zielbezogene Ausgaben ableiten; sie ersetzt keine Regeln zu Haftung und Verantwortung und lässt kontextbezogene Regulierung offen.

  58. Trading off compute in training and inference epoch · 2023 · Q005426 · Hintergrund, keine Belege

    Epoch AI zufolge lässt sich bei manchen KI-Aufgaben Trainings- und Inference-Aufwand gegeneinander tauschen, doch die Größenordnung der Vorteile hängt von Technik und Aufgabe ab und bleibt teils unsicher.

  59. Train once, deploy many: AI and increasing returns epoch · 2025 · Q005448 · Hintergrund, keine Belege

    Der Bericht leitet aus dem vielfachen Einsatz trainierter KI-Modelle mögliche steigende Skalenerträge ab, weist aber auf einen begrenzten Trainings-Inferenz-Tausch, unrealistische Modellannahmen und unvollständig überlieferte Formeln und Abbildungen hin.

  60. Agile Alliances cset · 2020 · Q005455 · Hintergrund, keine Belege

    Der Auszug aus der Executive Summary schlägt zehn gemeinsame Initiativen vor, mit denen die USA und ihre Partner demokratische Werte bei der KI-Entwicklung schützen und stärken sollen.

  61. AI Safety, Security, and Stability Among Great Powers: Options, Challenges, and Lessons Learned for Pragmatic Engagement cset · 2019 · Q005518 · Hintergrund, keine Belege

    Der Auszug plädiert für pragmatischen Austausch zur Verringerung von KI-Risiken, weist aber auf den Zielkonflikt hin, dass Kooperation zugleich militärische Fähigkeiten verbessern könnte.

  62. The AI data scraping challenge:  How can we proceed responsibly? oecd · 2024 · Q005534 · Hintergrund, keine Belege

    Der Bericht empfiehlt, die Chancen und Risiken des KI-Datenscrapings mit einer Kombination aus Recht, Verträgen, Technik, Verhaltenskodizes und Bildung anzugehen.

  63. Responsible science communication can be a catalyst for trust in technology oecd · 2024 · Q005555 · Hintergrund, keine Belege

    Der Bericht plädiert für transparente und realistische Kommunikation über Daten und KI, die deren Grenzen, menschliche Arbeit und Risiken sichtbar macht.

  64. The AI Triad and What It Means for National Security Strategy cset · 2020 · Q005558 · Hintergrund, keine Belege

    Der Auszug führt Buchanans KI-Triade aus Daten, Algorithmen und Rechenleistung ein und nennt GPT-3 als Beispiel, während er zugleich auf Grenzen und Risiken von KI hinweist.

  65. Andrew Lohn's Testimony before House of Representatives Science, Space and Technology Subcommittees cset · 2022 · Q005679 · Hintergrund, keine Belege

    Andrew Lohn warnt vor Sicherheitsrisiken durch die offene KI-Lieferkette und empfiehlt vertrauenswürdige Ressourcen, Prüfungen, Komponentenübersichten und KI-Fachleute für staatliche Sicherheitsteams.

  66. Scaling AI for everyone openai · 2026 · Q005739 · Hintergrund, keine Belege

    OpenAI meldet 110 Milliarden US-Dollar an neuen Investitionen und Partnerschaften zum Ausbau seiner KI-Infrastruktur; die angeführten Kennzahlen und Wirkungen sind Unternehmensangaben.

  67. Bridging the gap in AI governance and the rule of law: The Athens Roundtable 2023 oecd · 2023 · Q005767 · Hintergrund, keine Belege

    Die Ankündigung der Athens Roundtable 2023 fordert eine rechtebasierte, international koordinierte KI-Governance mit zentraler Beteiligung der Zivilgesellschaft, enthält aber keine späteren Konferenzergebnisse.

  68. The AI data challenge: How do we protect privacy and other fundamental rights in an AI-driven world? oecd · 2023 · Q005779 · Hintergrund, keine Belege

    Der Bericht empfiehlt, KI-Datenzugang mit Grundrechtsschutz durch menschenzentrierte Regeln, Durchsetzung, gemeinsame Standards und weitere Schutzmaßnahmen zu verbinden, weist aber auf offene Fragen und unterschiedliche Positionen zur Regulierung hin.

  69. Testimony Before House Science Committee cset · 2019 · Q005780 · Hintergrund, keine Belege

    Der Bericht ist nur ein Auszug: Clark fordert, KI als soziales System zu betrachten und die Grenzen sowie Folgen von als „gut genug“ geltenden Systemen zu beachten.

  70. DiLoCo: Distributed Low-Communication Training of Language Models deepmind · 2023 · Q005829 · Hintergrund, keine Belege

    Der vorliegende Auszug enthält nur das Abstract, in dem DiLoCo als kommunikationsärmeres Trainingsverfahren mit laut Autorinnen und Autoren vergleichbarer Leistung und robuster Ressourcenverteilung beschrieben wird.

  71. Measuring the environmental impacts of artificial intelligence compute and applications: The AI footprint oecd · 2022 · Q005931 · Hintergrund, keine Belege

    Der bereitgestellte Abstract-Auszug fordert bessere und umfassendere Messungen der direkten und indirekten Umweltfolgen von KI, nennt aber keine konkreten Messwerte oder Ergebnisse.

  72. Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI oecd · 2023 · Q005948 · Hintergrund, keine Belege

    Der Abstract skizziert Ansätze zur Steuerung von KI-Risiken über den Systemlebenszyklus hinweg, nennt dafür OECD-, ISO- und NIST-Rahmenwerke, liefert aber selbst keine konkreten Ergebnisse.

  73. Compute is not a bottleneck for robotic manipulation epoch · 2025 · Q005954 · Hintergrund, keine Belege

    Epoch AI berichtet, dass Manipulationsmodelle viel weniger Trainingsrechenleistung nutzen als führende KI-Modelle und vermutet Daten- und Hardwarebeschränkungen als mögliche Gründe.

  74. AI language models: Technological, socio-economic and policy considerations oecd · 2023 · Q005966 · Hintergrund, keine Belege

    Der vorliegende Auszug ist nur der Abstract: Er skizziert Themen und Rahmenwerke eines OECD-Berichts zu KI-Sprachmodellen, nennt aber keine konkreten Befunde.

  75. GitHub Data: Capturing Open Source Software and Implementation cset · 2022 · Q005979 · Hintergrund, keine Belege

    CSET nutzt ausgewählte öffentliche GitHub-Repositorys, um Technologietrends zu untersuchen, und deutet mehr KI-/ML-Projekte bei weniger durchschnittlichen Forks und Commits als zunehmende Verteilung der Entwicklung.

  76. G7 Hiroshima Process on Generative Artificial Intelligence (AI) oecd · 2023 · Q005982 · Hintergrund, keine Belege

    Das Abstract beschreibt eine G7-Bestandsaufnahme zu generativer KI als Momentaufnahme der ersten Jahreshälfte 2023; der vollständige Bericht liegt hier nicht vor.

  77. “Internet+” Artificial Intelligence Three-Year Action and Implementation Plan cset · 2022 · Q006053 · Hintergrund, keine Belege

    Chinas „Internet+“-Plan formulierte Ziele für den Ausbau von KI in Wirtschaft und Gesellschaft, doch der Bericht dokumentiert Vorhaben und nicht deren Umsetzung oder Erfolg.

  78. Artificial Intelligence White Paper (2022) cset · 2022 · Q006110 · Hintergrund, keine Belege

    Der vorliegende Auszug aus dem CAICT-Weißbuch von 2022 skizziert Innovation, Umsetzung und vertrauenswürdige KI als Schwerpunkte, enthält aber nicht den vollständigen Bericht.

  79. DeepMind: Exploring institutions for global AI governance oecd · 2023 · Q006136 · Hintergrund, keine Belege

    Der Auszug fordert eine inklusive internationale KI-Governance gegen mögliche Missbrauchsrisiken, enthält aber keine konkreten institutionellen Vorschläge oder Ergebnisse.

  80. The NVIDIA A100 has been the most popular hardware for training notable machine learning models epoch · 2024 · Q006242 · Hintergrund, keine Belege

    Epoch AI zählt die A100 als meistgenutzte Hardware für bedeutende Modelle, hält aber aufgrund geschätzter H100-Verkäufe einen künftigen Führungswechsel für möglich.

  81. A roadmap for an AI learning campaign oecd · 2023 · Q006294 · Hintergrund, keine Belege

    Der Beitrag plädiert für eine weltweite Lernkampagne, die KI-Wissen, verantwortungsvolle Nutzung, bessere Schutzwerkzeuge und internationale Zusammenarbeit fördern soll.

  82. COVID-19 and beyond: Elements of certainty can make AI ecosystems trustworthy oecd · 2020 · Q006305 · Hintergrund, keine Belege

    Der Beitrag argumentiert, dass vertrauenswürdige KI offene Standards, überprüfbare Prüfungen und eine risikobasierte Governance braucht, liefert jedoch keine eigenen systematischen Wirksamkeitsnachweise.

  83. The computational performance of machine learning hardware has doubled every 2.3 years epoch · 2024 · Q006321 · Hintergrund, keine Belege

    Epoch AI zufolge verdoppelt sich die FP16-Spitzenleistung von ML-Hardware etwa alle 2,3 Jahre, doch der bereitgestellte Text erklärt die Berechnung und Vergleichbarkeit der Daten nicht.

  84. 9 big questions benchmarks can help answer epoch · 2026 · Q006407 · Hintergrund, keine Belege

    Der Beitrag entwirft neun offene Fragen zu wirtschaftlich wichtigen KI-Fähigkeiten und erklärt, wie Benchmarks sie untersuchen könnten, ohne sie bislang abschließend zu beantworten.

  85. GPT-Red: Unlocking Self-Improvement for Robustness openai · 2026 · Q006453 · Hintergrund, keine Belege

    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.

  86. Algorithmic progress likely spurs more spending on compute, not less epoch · 2025 · Q006471 · Hintergrund, keine Belege

    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.

  87. OpenAI and Elon Musk openai · 2024 · Q006481 · Hintergrund, keine Belege

    OpenAI begründet anhand ausgewählter E-Mails seine Version des Konflikts mit Musk, doch der Bericht ist eine parteiliche Darstellung und entscheidet die Klage nicht.

  88. Decree of the President of the Russian Federation on the Development of Artificial Intelligence in the Russian Federation cset · 2019 · Q006508 · Hintergrund, keine Belege

    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.

  89. Compute scaling will slow down due to increasing lead times epoch · 2025 · Q006533 · Hintergrund, keine Belege

    Laut einer groben Schätzung des Berichts könnten hohe Investitionsrisiken und längere Vorlaufzeiten den Ausbau der KI-Rechenleistung und langfristig den KI-Fortschritt bremsen.

  90. Принципы ИИ: Рекомендации по этичному использованию искусственного интеллекта Министерством обороны cset · 2019 · Q006538 · Hintergrund, keine Belege

    Ein unabhängiger US-Beratungsausschuss empfiehlt fünf Grundsätze und zwölf Umsetzungsschritte für verantwortliche Verteidigungs-KI; der Bericht beschreibt Vorschläge, keine beschlossene Politik.

  91. Introducing OpenAI o3 and o4-mini openai · 2025 · Q006570 · Hintergrund, keine Belege

    OpenAI beschreibt o3 und o4-mini als leistungsfähige, werkzeugnutzende Reasoning-Modelle, doch die im Bericht genannten Ergebnisse sind an bestimmte Testbedingungen gebunden und beide Modelle sind inzwischen abgekündigt.

  92. OpenAI, Oracle, and SoftBank expand Stargate with five new AI data center sites openai · 2025 · Q006577 · Hintergrund, keine Belege

    OpenAI, Oracle und SoftBank kündigen fünf Stargate-Standorte an; die genannten Kapazitäten, Investitionen und Arbeitsplätze sind überwiegend Planungen und Prognosen.

  93. Artificial Intelligence Standardization White Paper cset · 2020 · Q006586 · Hintergrund, keine Belege

    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.

  94. OpenAI LP openai · 2019 · Q006587 · Hintergrund, keine Belege

    OpenAI stellte 2019 OpenAI LP als Modell mit begrenzten Renditen vor, das Kapital für die AGI-Entwicklung einwerben und laut Unternehmen die Mission unter Kontrolle von OpenAI Nonprofit priorisieren soll.

  95. The OECD Framework for Classifying AI Systems to assess policy challenges and ensure international standards in AI oecd · 2022 · Q006636 · Hintergrund, keine Belege

    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.

  96. OECD Framework for Classifying AI Systems: two page overview oecd · 2022 · Q006701 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt einen fünfteiligen OECD-Rahmen zur Beschreibung von KI-Systemen und zur Unterstützung politischer Entscheidungen vor, ohne konkrete Wirksamkeitsbelege zu nennen.

  97. Is almost everyone wrong about America’s AI power problem? epoch · 2025 · Q006732 · Hintergrund, keine Belege

    Der Beitrag argumentiert, dass Stromengpässe den US-KI-Ausbau wahrscheinlich verzögern, aber nicht dauerhaft stoppen, und kennzeichnet dies als Einschätzung seiner Autoren.

  98. Quantifying the algorithmic improvement from reasoning models epoch · 2025 · Q006785 · Hintergrund, keine Belege

    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.

  99. An FAQ on reinforcement learning environments epoch · 2026 · Q006799 · Hintergrund, keine Belege

    Laut Interviews wächst der Bedarf an vielfältigen RL-Aufgaben, doch manipulationssichere Bewertungen und die Qualitätssicherung bei größerer Produktion bleiben zentrale Engpässe.

  100. The case for multi-decade AI timelines epoch · 2025 · Q006804 · Hintergrund, keine Belege

    Ege Erdil argumentiert, dass sich KI-Fortschritt und Umsatzwachstum wahrscheinlich nicht schnell genug fortsetzen, um Fernarbeit in wenigen Jahren vollständig zu automatisieren, und schätzt dafür im Mittel etwa 20 Jahre.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →