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
deepmind13. Dezember 2019 · Q003445

Learning human objectives by evaluating hypothetical behaviours

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

ReQueST lernt menschliche Belohnungsziele aus Bewertungen hypothetischer Verhaltensabläufe und soll so unsichere Zustände erkennen, ohne sie beim Training tatsächlich zu besuchen. In zwei Simulationen berichtet der Text bessere Ergebnisse als bei Vergleichsverfahren, weist aber auf die begrenzte Erprobung und den Bedarf an geeigneten Umgebungsmodellen hin.

Mittel

Der Bericht beschreibt ReQueST, ein Verfahren, das Reinforcement-Learning-Agenten mithilfe menschlicher Rückmeldungen trainieren soll, ohne unsichere Zustände während des Lernens tatsächlich aufzusuchen. Statt beobachtete Aktionen des Agenten bewerten zu lassen, erzeugt das System anhand eines Anfangszustands- und eines Dynamikmodells hypothetische Verhaltensabläufe. Es sucht dabei gezielt nach Beispielen mit hoher Belohnungsunsicherheit, auffällig hoher oder niedriger vorhergesagter Belohnung sowie nach neuartigen Trajektorien. Menschen bewerten die Zustandsübergänge; daraus lernt ein neuronales Belohnungsmodell. Anschließend soll ein planender Agent mit Model Predictive Control unsichere Zustände vermeiden.

In Simulationen mit einer zweidimensionalen Navigation und dem Spiel Car Racing schnitt ReQueST laut Bericht besser ab als verglichene Verfahren. Im Navigationsexperiment erkannte das Modell eine Falle im Testbereich, und die berichtete Crashrate sank auf null. Im Rennspiel erzielte der Agent höhere Belohnungen und vermied Gras besser. Die Befunde stammen jedoch nur aus simulierten Umgebungen mit relativ einfacher Dynamik und simulierten Nutzenden. Das Verfahren hängt von Modellen ab, die in komplexen visuellen Umgebungen schwer zu erstellen sein können. Auch der Nutzen der verschiedenen Beispieltypen und der passende Kompromiss zwischen realistischen und informativen Abfragen variieren laut Bericht je nach Umgebung und Datenmenge.

Ausführlich lesen

Der Bericht stellt ReQueST vor, ein Verfahren, mit dem ein Reinforcement-Learning-Agent menschliche Ziele und unsichere Zustände lernen soll, ohne diese Zustände während des Lernens tatsächlich aufsuchen zu müssen. Das adressiert ein Problem sicherer Exploration: Übliche Verfahren holen menschliche Rückmeldungen zu beobachtetem Agentenverhalten ein. Dafür müsste der Agent möglicherweise erst gefährliche Situationen erleben. ReQueST soll stattdessen Rückmeldungen zu simulierten, hypothetischen Verhaltensabläufen nutzen.

Das Verfahren arbeitet in zwei Phasen. Zunächst werden ein Modell für Anfangszustände und ein Vorwärtsmodell der Umgebungsdynamik aus vorhandenen Daten trainiert, etwa aus zufälligen Verläufen oder sicheren Demonstrationen. Mit diesen Modellen erzeugt ReQueST hypothetische Abläufe, ohne dafür mit der Umgebung zu interagieren. Eine Trajektorienoptimierung erstellt vier Arten informativer Beispiele: solche, die die Unsicherheit eines Ensembles von Belohnungsmodellen erhöhen; solche mit hoher vorhergesagter Belohnung, um mögliches „Reward Hacking“ aufzudecken; solche mit niedriger vorhergesagter Belohnung, die Hinweise auf unsichere Zustände liefern können; und neuartige Trajektorien, die weitere Bereiche erkunden. Eine Person bewertet einzelne Zustandsübergänge. Aus diesen Bewertungen trainiert das System mit überwachtem Lernen ein neuronales Belohnungsmodell.

Erst wenn dieses Modell die Belohnungen und unsicheren Zustände nach Einschätzung der Nutzenden ausreichend vorhersagt, wird ein Agent eingesetzt. Dieser nutzt modellbasierte Planung mit Model Predictive Control, um Folgen von Handlungen vorauszuberechnen und die gelernten Belohnungen zu optimieren. Der Bericht führt an, dass dies dem Agenten helfen soll, unsichere Zustände beim Einsatz zu vermeiden.

Die Forschenden untersuchten ReQueST mit simulierten Nutzenden in einer zweidimensionalen Navigation und im bildbasierten Spiel Car Racing. In der Navigation lagen Trainings- und Teststartpunkte weit auseinander; die Falle im Testbereich wäre für Verfahren, die nur aus tatsächlich ausgeführten Trainingsläufen lernen, schwer zu entdecken. Laut Bericht erzeugte ReQueST hypothetische Beispiele in und um die Falle und lernte ein Belohnungsmodell, das dem Agenten im Test das Umgehen der Falle ermöglichte. Die dargestellten Ergebnisse schreiben dem Verfahren eine höhere Erfolgsrate und eine Crashrate von null in diesem Experiment zu. Im Car-Racing-Versuch erzielte der damit trainierte Agent laut Bericht höhere Belohnungen als die verglichenen Ausgangsverfahren und vermied Gras besser.

Die Aussagekraft ist begrenzt: Die Ergebnisse stammen aus Simulationen mit relativ einfacher Dynamik und simulierten Rückmeldungen, nicht aus realen Einsätzen mit Menschen. ReQueST setzt außerdem ein generatives Modell der Anfangszustände und ein Vorwärtsmodell voraus, die gerade für visuelle Umgebungen mit komplexer Dynamik schwierig zu gewinnen sein können. Eine Untersuchung von Hyperparametern und Ablationen ergab laut Bericht, dass der passende Kompromiss zwischen realistischen und informativen Rückfragen sowie der Nutzen der vier Beispieltypen je nach Umgebung und Datenmenge variieren. Als nächsten Schritt nennt der Text Tests in dreidimensionalen Umgebungen mit realistischeren physikalischen Abläufen und weiteren handelnden Akteuren.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde Lunas mittlere Zusammenfassung. Die kurze Fassung ist ebenfalls sachlich treu, lässt aber Reward Hacking und die Übertragung auf neue Umgebungen weg. Lunas Stufen bei SF-H3, SF-E5 und SF-V3-T04 liegen deutlich höher als der Bericht rechtfertigt, weil er zu diesen Fragen kaum Belege liefert.

Im Bericht, aber nicht in der Zusammenfassung

  • Korrektur von Reward Hacking vor dem Einsatz des Agenten
  • Robustheit der gelernten Belohnungsmodelle beim Übertragen in neue Umgebungen als eigenständige zentrale Aussage

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
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 23 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 37 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 78 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 36 %Hintergrund, keine Belege
    • JEV 20 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 23 %einzelne zitierbare Belege
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 41 % · 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
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 20 %Hintergrund, keine Belege
    • Luna 67 %einzelne zitierbare Belege
    • JEV 39 %beantwortet teilweise oder widerspricht
    • amos 26 %einzelne zitierbare Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra 35 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare 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 · 44 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  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 33 %einzelne zitierbare Belege
    • 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 20 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %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 · 35 % · 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 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 47 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. 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 43 %einzelne zitierbare Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

    • 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 · 42 % · Hintergrund, keine Belege

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 →