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
metr23. Oktober 2025 · Q002143

Summary of our gpt-oss methodology review

metr.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

METR prüfte OpenAIs Methodik für adversariales Fine-Tuning von gpt-oss-120b in Biologie und Chemie sowie Cybersicherheit und gab 17 Empfehlungen ab. METR zufolge wurden fünf von sechs dringlichen Empfehlungen umgesetzt, eine nur teilweise; konkrete Kriterien für die Einstufung als hohe Fähigkeit bleiben unveröffentlicht. Die Prüfung war eng begrenzt und schloss sowohl eine Gesamtbewertung des Modells als auch Bedrohungsszenarien mit besser ausgestatteten Akteuren aus.

Mittel

METR prüfte die Methodik hinter OpenAIs adversarialen Fine-Tuning-Experimenten mit gpt-oss-120b. Im Mittelpunkt stand, ob böswilliges Fine-Tuning unter bestimmten Bedrohungsannahmen die Fähigkeiten in Biologie und Chemie oder Cybersicherheit über die Schwellen des Preparedness Frameworks heben könnte. Die Prüfung war eng begrenzt: Sie bewertete weder die Gesamtfähigkeiten des Modells noch die Entscheidung, seine Gewichte zu veröffentlichen.

METR gab 17 Empfehlungen ab, davon sechs mit hoher Dringlichkeit. OpenAI übernahm laut Modellkarte neun Empfehlungen. METR zufolge wurden fünf der sechs dringlichen Punkte umgesetzt und einer teilweise behandelt. Dazu gehörten aktualisierte Robustheitsprüfungen von ProtocolQA, zusätzliche Biologie-Daten, Angaben zu Skalierung und Verweigerungsverhalten sowie eine genauere Beschreibung der angenommenen Ressourcen und Datenzugänge.

Offen bleibt vor allem, nach welchen konkreten Kriterien OpenAI ein Modell als hochfähig einstuft. Das Unternehmen verwies auf interne vorab registrierte Schwellen und eine ganzheitliche Beurteilung, veröffentlichte laut METR jedoch weder die Schwellen noch deren Begründung oder das Registrierungsverfahren. Die Prüfung fand unter einer Vertraulichkeitsvereinbarung statt. METR untersuchte außerdem keine Szenarien mit Akteuren, die über mehr Ressourcen verfügen als im betrachteten Bedrohungsmodell.

Ausführlich lesen

METR berichtet über seine Prüfung der Methodik hinter OpenAIs adversarialen Fine-Tuning-Experimenten vor der Veröffentlichung von gpt-oss-120b. Untersucht werden sollte, ob ein böswilliger Akteur das Modell durch gezieltes Fine-Tuning so verändern könnte, dass es unter bestimmten Bedrohungsannahmen die im OpenAI Preparedness Framework festgelegten Schwellen für hohe gefährliche Fähigkeiten erreicht. Die Prüfung umfasste Biologie und Chemie sowie Cybersicherheit. METR betont, dass sie weder die Gesamtfähigkeiten des Modells umfassend bewertet noch die Entscheidung über die Veröffentlichung der Modellgewichte beurteilt habe.

Der Auftrag war eng begrenzt: Empfehlungen mussten sich auf die Ermittlung gefährlicher Fähigkeiten oder zusätzliche Bewertungen und Benchmarks beziehen, für katastrophale Risiken relevant und innerhalb von 14 Arbeitstagen mit verfügbaren Daten umsetzbar sein. Als Grundlage erhielt METR unter anderem einen frühen Entwurf einer OpenAI-Arbeit zur Risikobewertung offener Modelle, Einzelheiten zu den Fine-Tuning-Daten und Aufgaben sowie Auswertungsprotokolle von o4-mini nach dem Fine-Tuning. Anschließend besprachen externe Prüfende offene Fragen mit OpenAI-Forschenden. METR erklärt, die Prüfung habe unter einer Vertraulichkeitsvereinbarung stattgefunden, die eine Prüfung und Freigabe des Beitrags durch OpenAI verlangte. Laut einer Fußnote wurden die Schlussfolgerungen dadurch nicht geändert; eine inhaltliche Passage zu Unterschieden zwischen einem früheren und dem veröffentlichten Entwurf wurde jedoch auf Bitte OpenAIs entfernt.

METR legte 17 Empfehlungen vor, davon sechs mit hoher Dringlichkeit. Sieben betrafen die Ermittlung von Fähigkeiten, sechs zusätzliche Bewertungen und Benchmarks; außerdem gab es eine Empfehlung zu einer möglichen Schadensbegrenzung und drei Informationsanfragen. Ein Schwerpunkt war ProtocolQA: METR verweist darauf, dass o3 in drei von vier Biologie-Auswertungen über Expertenvergleichswerten gelegen habe und ProtocolQA die Ausnahme gewesen sei. Daher hielt METR die Aussagekraft dieses Benchmarks für die Einstufung als hohe Fähigkeit für besonders relevant.

Nach der Prüfung führte OpenAI weitere Fine-Tuning-Experimente mit gpt-oss-120b durch. Laut Modellkarte übernahm das Unternehmen neun der 17 Empfehlungen. METR prüfte die veröffentlichte Arbeit und bewertet alle sechs dringlichen Punkte als zumindest teilweise behandelt: Fünf seien umgesetzt, einer – klare Kriterien für die Einstufung als hohe Fähigkeit – nur teilweise. Zu den Änderungen zählen erneute Robustheitsprüfungen mit einer korrigierten ProtocolQA-Version, zusätzliche Biologie-Protokolle mit absichtlich eingebauten Fehlern, Skalierungsdiagramme für eine Auswertung, eine Beschreibung der Annahmen über Ressourcen und Datenzugang sowie Angaben zum Verhalten bei Verweigerungen.

Die zentrale verbleibende Einschränkung betrifft die Schwellenwerte. OpenAI veröffentlichte laut METR weder klare Kriterien dafür, wann ein Modell als hochfähig gilt, noch die Begründungen und das Verfahren für die interne Vorabfestlegung dieser Kriterien. OpenAI habe auf einen ganzheitlichen Bewertungsprozess und interne vorab registrierte Schwellen für Biologie und Chemie verwiesen, diese aber nicht offengelegt. METR fordert, solche Risikoschwellen künftig externer Prüfung zugänglich zu machen. Die Prüfung beantwortete zudem nicht, welche Risiken bei Akteuren mit mehr Ressourcen als im zugrunde gelegten Bedrohungsmodell entstehen könnten.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die bewerteten Stufen beziehen sich nur auf den Berichtstext. Lunas Anteilswerte wurden nicht geprüft, und deren Abweichung von den hier vergebenen Stufen ist mit Ausnahme von SF-P3 und SF-P2 deutlich, vor allem bei SF-T1-T02 und SF-T1-T01.

Im Bericht, aber nicht in der Zusammenfassung

  • METR musste den Bericht vor der Veröffentlichung mit OpenAI teilen und von OpenAI freigeben lassen, was über eine bloße Vertraulichkeitsvereinbarung hinausgeht und die Unabhängigkeit berührt
  • Die Hauptbegründung für ProtocolQA: o3 lag in 3 von 4 Biologie-Evaluationen über Expertenwerten, nur ProtocolQA nicht
  • Die 17 Empfehlungen gingen auch an die Safety Advisory Group von OpenAI

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-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 32 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 20 %Hintergrund, keine Belege
    • Luna 68 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 34 %einzelne zitierbare Belege
    • SubQ 36 %einzelne zitierbare Belege
    • drex 34 %umfangreiche Belege
    • d3-ultra 49 %einzelne zitierbare Belege

    • 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 4 · 40 % · einzelne zitierbare Belege
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 4 · 34 % · einzelne zitierbare 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 4 · 37 % · einzelne zitierbare 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 · 33 % · Hintergrund, keine Belege
    • SF-F1-T06 Welche unabhängige Prüfung des Maßstabs selbst auf Verzerrung je nach Modellarchitektur, auf Sprachabhängigkeit und auf Empfindlichkeit für die Trainingsherkunft des prüfenden Modells veröffentlichen die Beteiligten, bevor ein gemeinsamer Cyber-Maßstab angenommen wird, und wer führt sie unabhängig von den Laboren durch, deren Modelle er prüft? Luna: Stufe 3 · 23 % · 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 19 %Hintergrund, keine Belege
    • Luna 69 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 28 %umfangreiche Belege
    • SubQ 38 %einzelne zitierbare Belege
    • drex 32 %einzelne zitierbare Belege
    • d3-ultra 42 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • 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 4 · 34 % · einzelne zitierbare Belege
    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 4 · 36 % · einzelne zitierbare 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 24 %nur am Rande erwähnt
    • Luna 51 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 39 %einzelne zitierbare Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 36 %einzelne zitierbare Belege
    • d3-ultra 28 %einzelne zitierbare Belege

    • SF-F3-T01 Würden Staaten auf die Fähigkeit führender KI-Modelle, biologische Systeme zu entwerfen, dieselben Prüfungen und Freigabeschwellen anwenden wie auf Cyber oder eine eigens ausgehandelte Regelung? Und welche eigenen Fähigkeitsschwellen, Prüfmethoden, Maßnahmen zur Eindämmung und Meldepflichten sollen für KI-Hilfe in der Chemie, bei radioaktiven Stoffen und in der Nukleartechnik gelten, statt alle Wissenschaft mit doppeltem Verwendungszweck in eine einzige Biologie- oder Cyber-Regel zu fassen? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege
    • SF-F3-T02 Welche Verantwortung sollten KI-Firmen gegenüber der Öffentlichkeit tragen, wenn ihre Modelle grundlegende wissenschaftliche Entdeckungen ermöglichen, die gefährliche Anwendungen finden könnten? Luna: Stufe 4 · 43 % · einzelne zitierbare Belege
  4. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 20 %Hintergrund, keine Belege
    • Luna 37 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 37 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 36 %einzelne zitierbare Belege
    • d3-ultra 33 %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 · 36 % · 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 3 · 24 % · Hintergrund, keine 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 21 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 30 %beantwortet teilweise oder widerspricht
    • amos 21 %einzelne zitierbare Belege
    • SubQ 24 %Hintergrund, keine Belege
    • drex 22 %gleiches Oberthema, hilft nicht
    • d3-ultra 31 %einzelne zitierbare Belege

    • SF-P1-T01 Wie ließen sich unabhängige Zertifizierungsstellen für KI-Sicherheit schaffen, die alle Seiten anerkennen? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 20 %beantwortet teilweise oder widerspricht
    • Luna 89 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 41 %einzelne zitierbare Belege
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra 59 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-P2-T01 Wer wählt die Prüfer aus, wer bezahlt sie, wer darf sie entlassen, und wird dieser Vertrag vor dem ersten Befund veröffentlicht? Welchen Mindestvertrag, der ihre Unabhängigkeit wahrt, könnten Labore jetzt unterschreiben, ohne auf ein Gesetz zu warten, einschließlich der Frage, wie Berichte veröffentlicht werden? Und wie bleiben die Prüfer unabhängig, wenn Geld oder Infrastruktur vom geprüften Labor kommen? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 18 %Hintergrund, keine Belege
    • Luna 56 %umfangreiche Belege
    • JEV 46 %beantwortet teilweise oder widerspricht
    • amos 34 %einzelne zitierbare Belege
    • SubQ 33 %einzelne zitierbare Belege
    • drex 42 %umfangreiche Belege
    • d3-ultra 49 %einzelne zitierbare Belege
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • 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 · 36 % · 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 4 · 47 % · einzelne zitierbare 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 3 · 30 % · Hintergrund, keine Belege
    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 69 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-P3-T09 Was geschieht, wenn sich ein gemeinsames Prüfverfahren oder die Befunde eines Prüfers später als unzuverlässig erweisen: Wie findet man jede Einsatzfreigabe, die wesentlich darauf beruhte, prüft sie erneut, und welche vorläufigen Betriebsbedingungen gelten, bevor modellbezogene Vorfälle auftreten? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 25 %Hintergrund, keine Belege
    • Luna 49 %einzelne zitierbare Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 32 %einzelne zitierbare Belege
    • SubQ 27 %einzelne zitierbare Belege
    • drex 28 %einzelne zitierbare Belege
    • d3-ultra 27 %einzelne zitierbare 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 6 · 29 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 3 · 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 6 · 51 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • 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 · 34 % · Hintergrund, keine Belege
    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 4 · 28 % · einzelne zitierbare Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %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 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

    • 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 · 29 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 25 %Hintergrund, keine Belege
    • Luna 52 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 29 %nur am Rande erwähnt
    • d3-ultra 42 %gleiches Oberthema, hilft nicht

    • 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 · 36 % · Hintergrund, keine Belege
    • SF-H2-T04 Wie sollen Staaten mit Open-Source-Modellen aus einem Land umgehen, die in einem anderen schädlich genutzt werden könnten, ohne legitime Forschungszusammenarbeit zu verhindern? Luna: Stufe 3 · 49 % · Hintergrund, keine Belege
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 25 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 20 %Hintergrund, keine Belege
    • Luna 69 %einzelne zitierbare Belege
    • JEV 41 %umfangreiche Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 33 %einzelne zitierbare Belege
    • drex 37 %einzelne zitierbare Belege
    • d3-ultra 34 %einzelne zitierbare Belege

    • SF-O2-T03 Wenn eine Regierung eine Sicherheitsprüfung oder einen Vorfallbericht erhält oder in Auftrag gibt und dann als geheim einstuft: Was dürfen das Labor, der Prüfer und die eigenen Beamten dieser Regierung noch über Existenz und Ergebnis veröffentlichen, und wer entscheidet den Streit, wenn der Prüfer der Einstufung widerspricht? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege
    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-O2-T06 Prüfer mit dauerhaftem Zugang im Labor sollen Nachprüfbarkeit, Transparenz und eine zweite Meinung bringen. Was sollten sie darüber hinaus veröffentlichen, das heute vertraulich bleibt, etwa Beinahe-Vorfälle oder Teilprüfungen noch unveröffentlichter Modelle? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
  2. SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 24 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 39 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

    • SF-E1-T09 Bekommen zivile Forschende an Hochschulen und unabhängige Organisationen der Zivilgesellschaft geregelten Zugang zu Modellen, Daten und Befunden der Prüfer, oder bleibt die Prüfung bei staatlich bestellten Stellen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  2. 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 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  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 45 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

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 →