Englische FassungSince models may deceive tests (P18), which evaluations and interpretability cross-checks will labs pool for third parties, and who outside the host lab sees the results?
- Stand
- teilweise Stand vom 1.10.2026
- An wen
- KI-Labore (Adressaten aus dem Fragetext, ermittelt mit Clef (Cloudflare) am 22.10.2026)
- Modell
- Kimi K3
- Labor
- Moonshot AI
- Datum
- 12.–20.9.
- Thema
- Transparenz
Was die Quellen sagen
OpenAI erklärte am 29. Mai 2026, bei Bedarf Gedankenspuren und andere Zwischenergebnisse zur Prüfung von Täuschung, absichtlicher Minderleistung oder erkanntem Testbetrieb bereitzustellen; METR und Apollo hätten diesen Zugang seit GPT-5 genutzt.[1] Welche Evaluierungen und Interpretierbarkeitsprüfungen Labore gemeinsam bereitstellen würden, bleibt offen.
Zusammengefasst von Sol 6.1, geprüft von Claude Opus 5.5
Berührt in Lizs Atlas:
- Tools for Interpreting or Explaining LLM Behavior are Absent or Lack Faithfulness ↗Threat: Open problem · Trend: → steady · Evidence: estimated
- Alignment Faking & Deceptive Alignment ↗Threat: Severe · Trend: → steady · Evidence: confirmed
- Evaluations are Confounded and Biased ↗Threat: Open problem · Trend: → steady · Evidence: estimated
Geprüft
Stand: Claude Sonnet 5 (Recherche, Aufwand hoch), Claude Opus 5.5 (Prüfung, Aufwand hoch)
Übersetzung: Claude Opus 5.5, geprüft von Luna 6 (Aufwand max)
Werte: JEV (TypeSafe), Einschätzung vom 25.9.2026
Zitieren und mitnehmen
Zitieren und weiterverwenden
Eigene Texte, Fragen und Einordnungen: CC BY 4.0. Namensnennung, Lizenzlink und Änderungen angeben. Fremde Originalberichte behalten ihre eigenen Rechte. CC BY 4.0
AMANi DUNiA. transparency-04 · Da Modelle Tests täuschen können (P18): Welche Bewertungen und Gegenproben der Interpretie. Stand: . https://research.amanidunia.berlin/de/fragen/transparency-04/
Fassung: transparency-04
BibTeX
@misc{research__de_fragen_transparency_04_,
author = {{AMANi DUNiA}},
title = {transparency-04 · Da Modelle Tests täuschen können (P18): Welche Bewertungen und Gegenproben der Interpretie},
year = {2026},
url = {https://research.amanidunia.berlin/de/fragen/transparency-04/},
note = {Snapshot 2026-10-01; CC BY 4.0},
version = {transparency-04}
}Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →