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

Ein Forschungsweg

Wer prüft die Prüfer?

Ein Forschungsweg von der offenen Frage bis zur nachlesbaren Belegstelle.

Zum Inhalt ↓

SF-P3 · verify-33

Die Frage an das Material

Bei Bewertungen oder Sicherheitsberichten, die Regierungen vorgelegt werden — welche Rolle, wenn überhaupt, spielten Modelle aus der bewerteten Modellfamilie bei der Gestaltung, Durchführung oder Benotung der Tests, und werden Sie diese Rolle offenlegen?

Bestehender Antwortstatus: teilweise. Diese Einordnung verändert ihn nicht.

Originalfrage und bisherige Antwort → · Heimat im Atlas →

Primärquelle · Selbstauskunft des Labors

Die konkrete Belegstelle

OpenAI · GPT-4 System Card
Abschnitt 2.2 Hallucinations
PDF-Seite 6 · gedruckte Seite 46

using GPT-4 as a zero-shot classifier

Der Auszug steht im Absatz zur Messung von Halluzinationen. Derselbe Satz nennt auch menschliche Bewertungen.

Beleg im Original-PDF öffnen · Seite 6 ↗
Welche Quellenfassung wurde eingesehen?

Abgleich am 3.11.2026. Die Seitenzahl im PDF-Viewer und die aufgedruckte Seitenzahl unterscheiden sich. Falls der Viewer nicht direkt springt, PDF-Seite 6 aufrufen und nach „zero-shot classifier“ suchen.

SHA-256: ca3677e1b83e255aa1296d432d374378154f230f3c296b32ee67540d571b7004

Was die Stelle belegt

OpenAI beschreibt hier eine Messung von Halluzinationen in geschlossenen Wissensbereichen mit GPT-4 als automatischem Klassifikator und mit menschlichen Bewertungen. Die Passage nennt damit konkret eine Rolle der Modellfamilie bei der Bewertung.

Einordnung dieser Website

Für verify-33 ist damit ein Methodeneinsatz dokumentiert. Daraus lässt sich weder die Unabhängigkeit noch die Unzuverlässigkeit des Bewertungsmodells ableiten. Der Befund betrifft diese Passage und ist keine allgemeine Bewertung von GPT-4.

Was offen bleibt

  • Welche Rolle diese Modelle bei Tests spielten, die Regierungen vorgelegt wurden, beantwortet die Belegstelle nicht.
  • Die genaue Version des Bewertungsmodells und eine unabhängige Validierung dieses Klassifikators sind hier nicht ausgewiesen.
  • Eine Zusage für die Offenlegung solcher Rollen in künftigen Sicherheitsberichten bleibt offen.

Für eine weitergehende Antwort wären ein konkreter eingereichter Sicherheitsbericht, die Kennung des Bewertungsmodells und dessen überprüfbare Validierung nötig. Bis dahin bleibt der bestehende Antwortstatus erhalten.

Redaktionelle Einordnung, erstellt mit Codex (OpenAI) · 3.11.2026. Ein externer Prüfvermerk liegt für diesen Forschungsweg nicht vor.

Zitieren und mitnehmen

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →