Gemini 3, Skalierungsgesetze und die Ära der "endlichen Daten": mein Gespräch mit @borgeaud_s, Forschungsingenieur bei @GoogleDeepMind und einem Pre-Training-Leiter für Gemini 3 00:00 – Kalte Einführung: „Wir sind im Zeitplan“ + KI ist jetzt ein System 00:58 – @OriolVinyalsMLs „geheime Rezeptur“: besseres Pre- + Post-Training 02:09 – Warum der Fortschritt der KI immer noch nicht langsamer wird 03:04 – Werden Modelle tatsächlich intelligenter? 04:36 – In zwei bis drei Jahren: was ändert sich zuerst? 06:34 – KI macht KI-Forschung: schneller, nicht automatisiert 07:45 – Frontier-Labore: dasselbe Spielbuch oder unterschiedliche Wetten? 10:19 – Post-Transformatoren: wird es eine Störung geben? 10:51 – DeepMinds Vorteil: Forschung × Ingenieurwesen × Infrastruktur 12:26 – Was ein Pre-Training-Leiter für Gemini 3 tatsächlich macht 13:59 – Von Europa nach Cambridge zu DeepMind 18:06 – Warum er RL für reale Daten verlassen hat 20:05 – Von Gopher zu Chinchilla zu RETRO (und warum es wichtig ist) 20:28 – „Forschungsgeschmack“: integrieren oder alle verlangsamen ...