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
apolloohne Datum · Q001277

Research Note: Our scheming precursor evals had limited predictive power for our in-context scheming evals

apolloresearch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die Forschungsnotiz findet, dass die untersuchten Vorläufer-Evaluationen späteres schematisches Denken nur begrenzt vorhersagen: Leichte Aufgaben waren teilweise hilfreich, schwierige oft wenig aussagekräftig oder irreführend. Die Autoren halten die Ergebnisse für unzureichend bei Hochrisikoentscheidungen und empfehlen, Fähigkeiten nach Möglichkeit direkt zu prüfen; sie betonen, dass ihre kleine, weniger rigorose Untersuchung keine breiten Schlussfolgerungen erlaubt.

Mittel

Die Forschungsnotiz prüft, ob Aufgaben zu agentischem Selbstbezug und angewandter Theory of Mind spätere Leistungen bei Aufgaben zu schematischem Denken vorhersagen. Dafür testeten die Autoren 22 Modelle in zwei Evaluationsreihen mit je drei Schwierigkeitsstufen; jede Aufgabe wurde pro Modell 100-mal ausgeführt. Die leichten Vorläuferaufgaben erwiesen sich als teilweise nützliche Prädiktoren. Für die schwierigen Fassungen war die Vorhersagekraft dagegen schwach oder irreführend. Schwellenwertanalysen zeigten teils wenige übersehene Fälle, aber oft nur bei wenig aussagekräftigen Schwellen. Auch lineare Vorhersagen erklärten nur wenig der Unterschiede in den Scheming-Ergebnissen.

Die Vorläuferwerte korrelierten stärker mit allgemeiner Modellleistung als die Scheming-Werte; nur die erste Korrelation war statistisch signifikant. Die Autoren vermuten, dass Scheming-Aufgaben neben Fähigkeiten auch Neigungen erfassen. Sie bewerten die Vorhersagekraft insgesamt als unzureichend für Hochrisikoentscheidungen und empfehlen mehr Forschung zur Qualität von Evaluationen sowie, wenn möglich, die direkte Prüfung der Zielkompetenz. Die Notiz ist ausdrücklich weniger rigoros als ein veröffentlichter Fachartikel und beruht auf einer kleinen Auswahl. Abbildungen sind im bereitgestellten Text nur referenziert.

Ausführlich lesen

Der Forschungsbericht untersucht, ob früh entwickelte Prüfungen für sogenannte Vorläuferfähigkeiten späteres schematisches Denken von KI-Modellen vorhersagen können. Die Autorinnen und Autoren bezeichnen das Ergebnis als begrenzte, für Hochrisikoentscheidungen unzureichende Vorhersagekraft. Sie betonen, dass es sich um eine kleine, weniger gründliche Forschungsnotiz handelt und die Befunde keine weitreichenden Schlussfolgerungen tragen.

Verglichen werden zwei Evaluationsreihen: 2024 entwickelte Aufgaben zu agentischem Selbstbezug und angewandter Theory of Mind sowie später veröffentlichte Aufgaben, die schematisches Denken im Kontext direkter prüfen. In den Vorläuferaufgaben muss ein Modell etwa erkennen, dass ein Filter seine Ausgabe verändert, oder berücksichtigen, was eine andere Person weiß. Bei den Scheming-Aufgaben erhält es Ziele, die mit den Vorgaben von Entwicklern oder Nutzern kollidieren können; geprüft wird, ob es zur Zielverfolgung täuscht oder andere untergräbt. Beide Reihen haben leichte, mittlere und schwierige Varianten, wobei leichtere Fassungen mehr Hinweise geben. Die Modelle werden als einfache Agenten mit den für die Aufgaben nötigen Werkzeugen eingesetzt.

Für die Auswertung prüfte das Team 22 Modelle und führte jede Aufgabe je Modell 100-mal aus. Als Plausibilitätsprüfungen untersuchte es Schwierigkeitsabstufungen und den Zusammenhang mit allgemeiner Modellleistung. Leichtere Aufgaben wurden im Durchschnitt häufiger gelöst. Die Abstufung war jedoch weniger klar zwischen mittleren und schwierigen Varianten; viele Modelle erzielten bei beiden null Punkte. Die Autoren vermuten, dass die schwierigsten Vorläuferaufgaben besonders anspruchsvoll oder unpassend gestaltet waren. Die Vorläuferwerte korrelierten stärker mit allgemeinen Fähigkeiten (r=0,816) als die Scheming-Werte (r=0,412); nur die erste Korrelation war statistisch signifikant. Als mögliche Erklärung führen die Autoren an, dass Scheming-Aufgaben neben Fähigkeiten auch Neigungen erfassen.

Für die eigentliche Vorhersageprüfung untersuchte das Team Schwellenwerte, den Vergleich der Ergebnisse über Schwierigkeitsstufen hinweg und lineare Vorhersagen. Es fand zwar einzelne Schwellenwertkombinationen mit wenigen übersehenen Modellen, diese waren aber oft wenig aussagekräftig oder praktisch trivial. Bei vielen relevanten Schwellen traten Fehlalarme oder übersehene Fälle auf. Die linearen Vorhersagen ergaben niedrige R²-Werte. Leichte Vorläuferaufgaben waren als Prädiktoren vergleichsweise nützlich; schwierige Varianten waren neutral oder konnten irreführen. Die erwartete Reihenfolge zwischen Vorläufer- und Scheming-Aufgaben zeigte sich überwiegend bei leichten und mittleren, nicht aber zuverlässig bei schwierigen Fassungen. Als Grund nennen die Autoren einzelne ungewöhnliche Einsichten, die manche schwierigen Vorläuferaufgaben ohne Hinweise voraussetzen.

Die Autoren schließen, dass diese Vorläufertests Scheming-Leistungen nicht zuverlässig genug vorhersagten, um als Auslöser für Maßnahmen in Hochrisikosituationen zu dienen. Sie weisen zugleich darauf hin, dass auch die Scheming-Evaluationen verbesserungsbedürftig seien und Fähigkeiten und Neigungen vermischten. Als Empfehlungen nennen sie mehr empirische und theoretische Forschung zur Vorhersagekraft von Evaluationen sowie, wo möglich, die direkte Prüfung der eigentlich interessierenden Fähigkeit. Die Schlussfolgerungen beruhen auf einer kleinen Auswahl von Evaluationsreihen; der Bericht stellt sie ausdrücklich nur als begrenzten Hinweis dar. Die referenzierten Abbildungen sind im bereitgestellten Text lediglich als Bildverweise enthalten.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die ausführliche Zusammenfassung „mittel“; die Kurzfassung ist ebenfalls im Kern treu, lässt aber die Befunde zur zeitlichen Ordnung und zur Schwierigkeit der schweren Stufen aus. Die Einordnung von Luna wich bei mehreren Fragen deutlich vom Bericht ab, insbesondere bei SF-P3 (5) und SF-V1-T02 bzw. SF-V1-T10 (4), da der Bericht diese Themen nur am Rande berührt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Vorläuferwerte sind für die schweren Stufen oft höher als die Scheming-Werte nicht, was die Notiz als zeitliche Ordnung prüft: Dieser Befund gilt nur für leicht und mittel, nicht für schwer.
  • Die schwersten Vorläuferaufgaben scheinen im Vergleich zu den Scheming-Aufgaben zu schwer zu sein, mit vielen Nullwerten bei beiden Sätzen.
  • Die Vorhersagen sind rückblickend (mit Hindsight) berechnet und würden in der Praxis noch schlechter ausfallen.

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
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 24 %Hintergrund, keine Belege
    • Luna 51 %einzelne zitierbare Belege
    • JEV offen
    • amos 33 %einzelne zitierbare Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 22 %einzelne zitierbare Belege
    • d3-ultra 38 %Hintergrund, keine Belege
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-F1-T01 Welche Belege zu Cyberfähigkeiten soll ein Labor vor der Freigabe eines Modells veröffentlichen (Methoden, Aufgabenfamilien, Fehlerraten, getestete Version, reproduzierbare Cyber-Tests in abgeschirmter Umgebung für unabhängige Prüfer), damit jedes Ministerium sie nachstellen kann, statt ihnen vertrauen zu müssen? Und führt es für dieselbe Modellversion abgestimmte Cyber-Tests durch, die sowohl den durch Schutzmaßnahmen verhinderten Missbrauch als auch die legitimen Abwehraufgaben messen, die dieselben Schutzmaßnahmen blockieren, und weist es beide Ergebnisse aus? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-F1-T04 Welcher gemeinsame, neutrale und offene Maßstab (Aufgaben, Erfolgsrate, abgeschirmte Testumgebung, Belege) zeigt, dass eine Cyber-Schwelle überschritten ist? Würden ein Ministerium und ein Labor in verschiedenen Staaten ihn annehmen, bevor das nächste Modell als Überschreitung eingestuft wird, damit Schwellen gemessen und nicht behauptet werden? Und dient derselbe Maßstab dann sowohl dazu, ein Modell einzustufen, als auch dazu, das Tempo seiner Entwicklung zu steuern? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-F1-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
  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 24 %Hintergrund, keine Belege
    • Luna 47 %Hintergrund, keine Belege
    • JEV offen
    • amos 31 %einzelne zitierbare Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

    • SF-F2-T01 Wenn ein Ministerium ein Modell als Beleg nennt, dass eine Schwelle überschritten ist: Veröffentlicht das Ministerium die Tests, die Modellversion und was es gemessen hat, und veröffentlicht das Labor die Cyber-Prüfung dieser Version auch in der Sprache des Ministeriums? Und welches Ergebnis würde das Ministerium dazu bringen, seine Behauptung zurückzunehmen? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
  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 51 %Hintergrund, keine Belege
    • JEV offen
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  4. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 27 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht

    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-F4-T04 Wie wird ein Modell als sicher bescheinigt, bevor es von einem harmlosen Bereich wie Chat in einen folgenreichen Einsatzbereich wie Angriff, Führung und Kontrolle oder Cyber wechselt, in dem seine Entwickler es nie eingesetzt haben, und welches gemeinsame Verfahren erkennt gefährliches, neu auftretendes Verhalten vor dem Wechsel? Luna: Stufe 4 · 30 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
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 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 25 %Hintergrund, keine Belege
    • Luna 51 %Hintergrund, keine Belege
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 22 %Hintergrund, keine Belege
    • Luna 71 %umfangreiche Belege
    • JEV offen
    • amos 34 %einzelne zitierbare Belege
    • SubQ 29 %einzelne zitierbare Belege
    • drex 31 %einzelne zitierbare Belege
    • d3-ultra 38 %Hintergrund, keine Belege
    • Haiku-Prüfung Hintergrund, keine Belege

    • 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 · 26 % · 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 · 31 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 28 %Hintergrund, keine Belege
    • Luna 70 %einzelne zitierbare Belege
    • JEV offen
    • amos 28 %einzelne zitierbare Belege
    • SubQ 24 %gleiches Oberthema, hilft nicht
    • drex 21 %Hintergrund, keine Belege
    • d3-ultra 40 %Hintergrund, keine Belege
    • Haiku-Prüfung umfangreiche Belege

    • SF-T1-T01 Welche messbaren, maschinell prüfbaren Fähigkeitsschwellen sollen Labore veröffentlichen, die vor dem Einsatz von Agentensystemen eine verpflichtende Pause und eine Prüfung von außen auslösen, abgestimmt über alle Labore hinweg? Wer führt das Register, und wo soll die Gesellschaft die verbindliche Sicherheitsgrenze für weitere Steigerungen der Fähigkeiten ziehen? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege
    • SF-T1-T02 Welche messbaren Schwellen halten die weitere Skalierung von KI-Modellen automatisch an, wer prüft sie, und wie bleiben diese Auslöser bindend, wenn der Wettbewerb drückt? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV offen
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht

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 16 %Hintergrund, keine Belege
    • Luna 57 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %einzelne zitierbare Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 20 %einzelne zitierbare Belege
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

    • 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 · 32 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • 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 4 · 25 % · einzelne zitierbare 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 · 37 % · 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 · 30 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • 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 3 · 32 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 19 %Hintergrund, keine Belege
    • Luna 63 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 22 %Hintergrund, keine Belege
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

    • 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 · 33 % · Hintergrund, keine Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 37 % · 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 29 %Hintergrund, keine Belege
    • JEV offen
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 23 %Hintergrund, keine Belege
    • Luna 63 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht

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 25 %Hintergrund, keine Belege
    • Luna 45 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 70 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 77 %Hintergrund, keine Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 25 %Hintergrund, keine Belege
    • Luna 50 %Hintergrund, keine Belege
    • JEV offen
    • amos 32 %nur am Rande erwähnt
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht

Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV offen
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. 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 44 %Hintergrund, keine Belege
    • JEV offen
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 →