★
Menü
Startseite So wird es gebaut Watchlist Der Stack
Hardware ChipsChips vergleichen Server & SystemeNetzwerk ArbeitsspeicherFoundries & Packaging Kühlung
Anlagen RechenzentrenStrom ProjekteCloud & GPU-Computing
Intelligenz KI-ModelleSoftware KI-ProdukteBenchmarks ForschungspapiereDatensätze Konzepte
Ökosystem UnternehmenAktien PersonenTimeline TrendsZukunft der KI
Lernen Nachrichten Daten befragen KI-Agenten
Über Über uns Methodik Daten & API Haftungsausschluss
Optionen
DATEN & API

Kostenloser, lesender JSON-Zugriff auf die zwischengespeicherten Daten der Website.

Dunkelmodus

Geführte Ansicht
Neu bei Chips, Rechenzentren und Modell-Fachbegriffen? Wir erklären wichtige Begriffe beim Stöbern in verständlicher Sprache. Dieselben Daten, mit integrierter Hilfe.

Expertenansicht
Sie kennen die Materie bereits. Nur die Daten: übersichtlich, schnell und kompakt, ohne zusätzliche Erklärungen. Das ist die Standardansicht.

Oberflächensprache
‹ Zurück
Feldnotizen

Ein Dutzend PDFs stützen Infrastruktur im Billionenwert. Das sind die Paper, in denen die Ideen zuerst erschienen – die meisten sind überraschend lesbar, und jeder Eintrag hier erklärt, was wichtig war, ohne die Mathematik.

Mit diesen drei beginnen

AI Attention Is All You Need (2017) Acht Autoren, eine Architektur, alles Folgende. TC Training Compute-Optimal LLMs — Chinchilla (2022) Die Korrektur, die das Training jedes Modells veränderte. DR DeepSeek-R1 — Reasoning via RL (2025) Das offene Rezept für Reasoning – veröffentlicht, während Konkurrenten ihres geheim hielten.

Foundational papers

12
AI Attention Is All You Need (2017) The eight Google authors who invented the transformer. A( AlexNet (2012) The ImageNet result that started the deep-learning era — on two gaming GPUs. CA Constitutional AI (2022) Anthropic's method: models critique themselves against written principles. DR DeepSeek-R1 — Reasoning via RL (2025) The open recipe for reasoning models — a Nature cover, from a hedge fund's lab. DD Denoising Diffusion Probabilistic Models (2020) The DDPM paper behind every image and video generator. F( FlashAttention (2022) The kernel trick that made long context affordable. HA Highly Accurate Protein Structure Prediction (2021) AlphaFold 2 in Nature — the result that won a Nobel. I— InstructGPT — RLHF at Scale (2022) How raw language models became assistants people can use. LM Language Models are Few-Shot Learners (2020) The GPT-3 paper: capability from scale, tasks from prompts. LL LoRA: Low-Rank Adaptation (2021) Fine-tuning for the GPU-poor — tiny adapters instead of full weights. SL Scaling Laws for Neural Language Models (2020) Kaplan et al.: loss falls as a power law in compute — the investment thesis, quantified. TC Training Compute-Optimal LLMs — Chinchilla (2022) DeepMind's correction: most models were undertrained on data.