Regierungen beginnen, Anforderungen an KI-Modelle zu stellen, je nachdem, wie
Es wurde viel Rechenleistung verwendet, um sie zu trainieren. Zum Beispiel, das EU-KI-Gesetz vorschreibt
Anforderungen an Anbieter allgemeiner KI mit systemischem Risiko, welche
umfasst Systeme, die mit mehr als 10 $ trainiert wurden{25}$ Gleitkommaoperationen
(FLOP). In den Vereinigten Staaten’ KI-Verbreitungsrahmen, ein Trainingsrechner
Schwellenwert von 10 ${26}$ Zur Identifizierung wird FLOP verwendet “kontrollierte Modelle” welches Gesicht
eine Reihe von Anforderungen. Wir untersuchen, wie viele Modelle ein solches Training berechnen kann
Schwellenwerte werden im Laufe der Zeit erfasst. Wir schätzen das bis Ende 2028, Dort
wird dazwischen liegen 103-306 Stiftungsmodelle über 10 ${25}$ FLOP
Schwellenwert, der im EU-KI-Gesetz vorgesehen ist (90% CI), Und 45-148 Modelle darüber hinaus
die 10 $^{26}$ FLOP-Schwellenwert, der kontrollierte Modelle in der KI-Diffusion definiert
Rahmen (90% CI). Wir stellen auch fest, dass die Anzahl der Modelle diese übersteigt
Die absoluten Rechenschwellen werden jedes Jahr superlinear ansteigen — das heißt,
In jedem weiteren Jahr werden mehr neue Modelle innerhalb des Schwellenwerts erfasst
als im Jahr zuvor. Schwellenwerte, die in Bezug auf den größten Wert definiert werden
Trainingslauf bis heute (Zum Beispiel, so dass alle Modelle innerhalb einer Reihenfolge von
Die Größe des bisher größten Trainingslaufs wird durch den Schwellenwert erfasst)
einen stabileren Trend sehen, mit einer mittleren Prognose von 14-16 Modelle, die erfasst werden
nach dieser Definition jährlich ab 2025-2028.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: