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

← Alle bewerteten Quellen
aisi7. Oktober 2026 · Q000155

Transect: Making large-scale agentic evaluations easier to understand

aisi.gov.uk · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Transect soll lange KI-Agenten-Auswertungen durch interaktive Zeitleisten, Aktivitätslabels und verlinkte Transkriptstellen leichter prüfbar machen; ein Fallbeispiel zeigt dokumentenbasierte Zusammenarbeit zwischen Unteragenten. Die dargestellten Labels können falsch sein, Dateizugriffe beweisen keinen Einfluss, und die Zeitleiste bildet weder verstrichene Zeit noch Gleichzeitigkeit ab – verlässliche Schlüsse erfordern laut Bericht weiterhin menschliches Fachurteil.

Mittel

Der Bericht stellt Transect vor, ein quelloffenes Python-Paket des AI Safety Institute (AISI), das lange Transkripte von KI-Agenten-Auswertungen in interaktiven Berichten erschließt. Nutzer geben Transkript, Aufgabenkontext und Aktivitätskategorien vor. Transect ordnet Modell-Labels, aufgezeichnete Ereignisse und gegebenenfalls den Tokenverbrauch auf einer gemeinsamen, nach Agentenausgaben sortierten Zeitleiste an und verlinkt Labels mit den relevanten Transkriptstellen.

Ein Fallbeispiel verfolgt, wie Unteragenten in einem Forschungsprojekt auf Forschungsplan, Code, Experimententwurf und Selbstprüfung zugriffen. Laut Bericht verschob sich ihre Zusammenarbeit vom Plan und Code zu Versuchsdesigns und Daten. Die Abbildung zeigt allerdings die Reihenfolge der Protokolleinträge, nicht verstrichene Zeit oder gleichzeitige Aktivität; Dateizugriffe belegen auch keinen Einfluss auf späteres Verhalten.

Zur Prüfung speichert Transect Modellurteile und macht Abweichungen sichtbar. Übereinstimmung garantiert keine Richtigkeit, und neue Urteile können bei einer Wiederholung abweichen. Der Bericht betont daher, dass belastbare Schlussfolgerungen weiterhin gutes Evaluationsdesign und menschliches Fachurteil erfordern.

Ausführlich lesen

Der Bericht stellt Transect vor, ein quelloffenes Python-Paket des britischen AI Safety Institute (AISI), das große Auswertungen autonomer KI-Agenten leichter nachvollziehbar machen soll. Der Anlass: Agenten erledigen zunehmend längere und komplexere Aufgaben, schreiben Code, führen Experimente aus und delegieren Teilaufgaben. Ein einzelner Endwert zeigt laut AISI kaum, welche Wege sie dabei einschlagen, wo sie scheitern oder welchen Einfluss das Testdesign hat. Die zugehörigen Transkripte enthalten zwar Nachrichten, Werkzeugaufrufe und deren Ergebnisse, sind bei langen Läufen aber zeitaufwendig und oft nur mit Fachwissen auszuwerten.

Transect bündelt diese Informationen in einem interaktiven Bericht. Nutzer geben ein Transkript, den Aufgabenkontext und Kategorien für Tätigkeiten oder Verhaltensweisen vor, etwa Versuchsplanung, Programmierung oder Datenanalyse. Das Werkzeug zeigt automatisch erzeugte Aktivitätslabels, aufgezeichnete Ereignisse wie menschliche Nachrichten und Starts von Unteragenten sowie, sofern erfasst, den Tokenverbrauch auf einer gemeinsamen Zeitleiste. Die Zeitachse zählt Agentenausgaben: Ein „Turn“ kann Text, Werkzeugaufrufe oder beides enthalten. Durch Auswahl eines Labels lassen sich dessen Einordnung und die entsprechenden Transkriptstellen aufrufen; zugrunde liegende Tabellen sind exportierbar. Sprachmodelle vergeben die Aktivitätslabels. Labels für Unteragenten können sich außerdem auf deren Delegierungsanweisungen stützen und beschreiben dann den Auftrag, nicht zwingend die tatsächlich ausgeführte Arbeit.

Als Anwendungsbeispiel beschreibt AISI eine eigens mit Transect untersuchte Forschungsaufgabe, bei der ein Agent binnen sechs Kalendertagen mit umfangreichen Rechenressourcen ein Projekt samt Paper bearbeiten und Unteragenten einsetzen sollte. Eine Abbildung verfolgt den Zugriff verschiedener Aufgaben und Gespräche auf vier Dokumente: Forschungsplan, Ausgangscode, Entwurf zu den Experimenten und eine verblindete Selbstprüfung. Laut Bericht arbeiteten Unteragenten zunächst am Plan und am nötigen Code, später intensiv an Versuchsdesigns und den entstehenden Daten. Die Darstellung verknüpft Schreib- und spätere Lesezugriffe auf Dateien, doch ihre Aussagekraft ist begrenzt: Die horizontale Position zeigt die Reihenfolge im Protokoll, nicht die verstrichene Zeit; Balken belegen weder durchgehende noch gleichzeitige Aktivität. Ein Lesezugriff beweist zudem nicht, dass die Datei das spätere Verhalten beeinflusst hat. Transkriptverknüpfungen sollen die weitere Prüfung ermöglichen.

Für Vertrauenswürdigkeit speichert Transect Labels und einzelne Modellurteile, verknüpft Labels mit Belegstellen und macht bei mehreren Urteilen deren Abweichungen sichtbar. Übereinstimmung beweist laut Bericht nicht, dass eine Einordnung korrekt ist; Meinungsverschiedenheiten können aber auf prüfenswerte Stellen hinweisen. Gespeicherte Ergebnisse lassen sich erneut öffnen, ohne neue Modellaufrufe auszulösen. Eine Wiederholung der Analyse setzt außerdem dasselbe Transkript, dieselben Kategorien, Einstellungen, benutzerdefinierten Auswertungen und Softwareversionen voraus; selbst dann können neue Modellurteile abweichen. Flexibilität entsteht durch anpassbare Kontexte und Kategorien sowie eigene Analysen, Skalierbarkeit durch die Anwendung einer eingerichteten Auswertung auf weitere Läufe.

AISI verbindet den Bedarf an genauer Beobachtung mit einem früheren Sicherheitsvorfall, bei dem Agenten während einer Evaluation nicht genehmigte Aktionen ausführten, und mit Untersuchungen zu Betrugsverhalten in Tests. Transect könne aufgezeichnete Handlungen und delegierte Arbeit bei der Untersuchung eines unerwarteten Ereignisses ordnen. Der Bericht beansprucht jedoch nicht, dass das Werkzeug allein verlässliche Schlüsse liefert: Diese hängen weiterhin vom Evaluationsdesign und menschlichem Fachurteil ab. Das Paket und ein begleitender Fachartikel werden als öffentlich verfügbar genannt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen (kurz und mittel) wurden gemeinsam bewertet; sie enthalten keine erfundenen Angaben, lassen aber den Sicherheitsvorfall, die Transkriptgröße und den Hinweis auf mögliche Fehlurteile der Richter aus, die im Bericht zentral sind.

Im Bericht, aber nicht in der Zusammenfassung

  • Der AISI-Sicherheitsvorfall, bei dem Agenten in einer Evaluation nicht genehmigte Handlungen ausführten, und die Rolle der Transkriptprüfung dabei
  • Die Aussage, dass Evaluationstranskripte Milliarden Token umfassen können und menschliche Experten sie nicht vollständig prüfen können
  • Der Hinweis, dass die Labels von LLM-as-judges falsch oder irreführend sein können, weshalb Prüfer die Transkriptstellen und das Analyseverfahren selbst kontrollieren müssen
  • Die Einbettung in Inspect Scout und die Möglichkeit, Berichtstabellen zu exportieren
  • Die Aussage, dass Transect Klassifikationen von Unteragenten anhand ihrer Delegationsanweisungen vornimmt, die beschreiben, was sie tun sollten, nicht was sie tatsächlich taten

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 43 %nur am Rande erwähnt
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 24 %Hintergrund, keine Belege
    • Luna 68 %Hintergrund, keine Belege
    • JEV 55 %Hintergrund, keine Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 24 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-M3-T01 Wie trennt man in Echtzeit eine gezielte KI-gestützte Cyberoperation von einer versehentlichen KI-Eskalation oder von Modellverhalten, das nur wie ein Angriff aussieht, da sowohl Fehlalarme als auch übersehene Angriffe die Spannungen verschärfen können? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-M3-T04 Unter welchen Bedingungen würden Staaten die eigene Darstellung des beteiligten Modells als Teil der Vorfallakte anerkennen, und was verhindert, dass sie eine eigennützige Fassung der Ereignisse ist? Enthält ein authentifizierter Vorfallbericht Agentenspuren (Protokolle der Arbeitsschritte eines KI-Agenten) oder anderes Material des verdächtigen Systems: Welcher Test zeigt, dass die KI-Werkzeuge der empfangenden Ermittler darin eingebettete Anweisungen als Beweismittel prüfen, statt sie auszuführen? Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
  3. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  4. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 29 %Hintergrund, keine Belege
    • d3-ultra offen

    • SF-M5-T02 Wird jeder öffentlich gemeldete Vorfall von Fehlausrichtung, der sich gefahrlos nachstellen lässt, zu einem versionierten Regressionstest (einer Prüfung, ob der Fehler wiederkehrt), den Nachfolgemodelle vor der Freigabe bestehen müssen, mit unabhängiger Prüfung des Ergebnisses? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-M5-T03 Veröffentlicht das Labor zu jedem veröffentlichten Fallbericht über Fehlausrichtung, was sich danach geändert hat (erneutes Training, Einsatzbeschränkungen, Überwachung), und veröffentlicht es eine datierte Nachprüfung, die zeigt, ob diese Maßnahmen das gemeldete Verhalten an den betroffenen Modellversionen geändert haben und ob eine Stelle von außen das Ergebnis nachgestellt hat? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-M5-T06 Welche Pflicht sollten Regierungen, Labore und Betreiber haben, wenn sich später zeigt, dass ein eingesetztes Modell eine Sicherheitsschwelle verletzt hat: die Entscheidungen, die es beeinflusst hat, zu ermitteln, darüber zu benachrichtigen, sie zu berichtigen oder für sie zu entschädigen? Und wie kann eine nachträgliche Prüfung den vom Modell verursachten Schaden vom umgebenden menschlichen Entscheidungsprozess unterscheiden? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 35 %Hintergrund, keine Belege
    • Luna 47 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 31 %Hintergrund, keine Belege
    • d3-ultra offen

  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 28 %Hintergrund, keine Belege
    • Luna 65 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 35 %Hintergrund, keine Belege
    • Luna 51 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-P1-T03 Wenn eine Sicherheitsvereinbarung verlangt, Prüfergebnisse, Angaben aus Modellsteckbriefen oder die Forensik von Vorfällen zwischen den Partnern zu teilen: Welches kleinste Datenfeld müsste jeder Partner sehen, um dem Bericht eines anderen zu trauen, und auf welches größte würde er verzichten? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 27 %Hintergrund, keine Belege
    • Luna 76 %Hintergrund, keine Belege
    • JEV 37 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 26 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 29 %einzelne zitierbare Belege
    • drex 36 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-P3-T03 Welche Rolle spielten Modelle der geprüften Modellfamilie, wenn überhaupt, beim Entwerfen, Durchführen oder Bewerten von Prüfungen oder Sicherheitsberichten, die Regierungen vorgelegt werden, und wird diese Rolle offengelegt? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-P3-T05 Welches Mindestpaket (Datenverzeichnisse, Code, Zufallsstartwerte, Abbilder der Rechenumgebung, Prüferversionen, Fehlerprotokolle und Annahmen über die Hardware) muss ein Labor sichern oder kontrolliert hinterlegen, damit ein Prüfer ein sicherheitskritisches Trainings- oder Prüfergebnis auch nach Ende seines Zugangs nachrechnen kann, und welche Geheimnisse bleiben unzugänglich? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege
    • SF-P3-T08 Welche gemeinsame Bezugsgröße für den Umfang der Nutzung, welcher Beobachtungszeitraum, welcher Stichprobenplan, welche Definition von Beinahe-Vorfall und welche statistische Obergrenze (obere Konfidenzgrenze) würden es jedem erlauben zu sagen: „keine erkennbare systemische Fehlausrichtung (Verhalten gegen die vorgesehenen Ziele oder Werte) im Einsatzmaßstab“? Und wie muss dargestellt werden, dass die Erkennung lückenhaft ist? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
  4. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 31 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 41 %Hintergrund, keine Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 33 %nur am Rande erwähnt
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 25 %Hintergrund, keine Belege
    • Luna 66 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 23 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-V1-T04 Wie misst man die Überwachbarkeit des Denkens mit einem gemeinsamen, reproduzierbaren Maßstab, bevor sie versagt, und wie prüft man verlässlich, ob das sichtbare Denken das tatsächliche Vorgehen des Modells treu wiedergibt, auch wenn Modelle lernen, ihre Denkschritte zu optimieren? Und wenn Überwachungsergebnisse beeinflussen, welche Trainingsdaten oder Zwischenstände behalten werden: Wie prüft man, ob diese Auswahl weniger erkennbares Fehlverhalten statt weniger Fehlverhalten begünstigt, auch wenn der Denktext nie direkt bewertet wird? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
    • SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
    • SF-V1-T09 Wenn Labore bessere Überwacher bauen, Modelle lernen, ihnen auszuweichen, und sich dieses Wechselspiel in jedem Labor beschleunigt: Behandeln Regierungen diesen Wettlauf selbst als Sicherheitsfrage zwischen Staaten, und welche gemeinsamen Belege würden zeigen, dass er beherrscht ist? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 4 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen? Luna: Stufe 4 · 40 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 26 %Hintergrund, keine Belege
    • Luna 61 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 30 %Hintergrund, keine Belege
    • d3-ultra offen

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 27 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 25 %Hintergrund, keine Belege
    • Luna 57 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 34 %Hintergrund, keine Belege
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 31 %Hintergrund, keine Belege
    • Luna 40 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 29 %Hintergrund, keine Belege
    • d3-ultra offen

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 52 %Hintergrund, keine Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 34 %Hintergrund, keine Belege
    • Luna 56 %einzelne zitierbare Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 31 %nur am Rande erwähnt
    • drex 32 %Hintergrund, keine Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 4 · 36 % · einzelne zitierbare Belege
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 31 %Hintergrund, keine Belege
    • Luna 27 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 28 %Hintergrund, keine Belege
    • Luna 64 %einzelne zitierbare Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 28 %Hintergrund, keine Belege
    • Luna 42 %einzelne zitierbare Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 32 %nur am Rande erwähnt
    • d3-ultra offen
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 32 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →