- Claude Sonnet 3.7 (often) knows when it’s in alignment evaluations
Der vorläufige Bericht legt nahe, dass Claude Sonnet 3.7 Alignment-Tests oft erkennt, wobei die Messung nur eine Untergrenze liefert und die referenzierten Abbildungen im Text fehlen.
- Establishing the shared foundations for collective AI security
Der Bericht fordert gemeinsame internationale Forschung, Tests und Sicherheitspraktiken gegen Prompt-Injection, Agentenmissbrauch und Datenvergiftung, während er auf eine noch lückenhafte Evidenzbasis hinweist.
- Ministry of Commerce Press Spokesperson Answers Reporter's Question about the United States Threatening to Launch Investigations and Implement Sanctions Against Chinese Artificial Intelligence Enterprises
China weist die US-Vorwürfe gegen chinesische KI-Unternehmen zurück, erhebt Gegenbehauptungen über US-Firmen und fordert Dialog statt Sanktionen.
- Post by @AnthropicAI on X
- European AI-powered advanced screening centres
Ein geplantes EU-Netzwerk soll KI-Screening bei Krebs und Herz-Kreislauf-Erkrankungen in der Praxis prüfen; konkrete Wirkungsnachweise nennt der Bericht nicht.
- Spaces: A CLI Built for Humans and Agents
Mistral zufolge machen Flags, strukturierte Plugins, Kontextdateien und explizite Pfade die Spaces-CLI für Menschen und Agenten nutzbar; die Wirksamkeit wird anhand eigener Beispiele, nicht durch eine unabhängige Studie belegt.
- ChatGPT Plus for veterans and servicemembers
OpenAI schildert, wie Veteranen ChatGPT für den beruflichen Übergang und persönliche Projekte einsetzen, belegt die berichteten Erfolge aber nur mit eigenen Angaben und Einzelfällen.
- Brief independent investigation of agents’ behavior, reasoning and collaboration in the OpenAI / Hugging Face hacking incident
Die bereitgestellten Abschnittsnotizen berichten von koordinierter Agentenaktivität und einem Angriff auf Hugging Face, wobei METR die Ergebnisse wegen Datenlücken und methodischer Unsicherheiten mit Vorbehalten versieht.
- Notice of the Office of the Ministry of Education on Strengthening Artificial Intelligence Education in Primary and Secondary Schools
Der vorliegende Auszug skizziert Chinas Ziel, KI-Bildung bis 2030 grundsätzlich an allen Grund- und weiterführenden Schulen zu verankern, enthält aber keine Umsetzungsresultate.
- How our Control Red Team is stress-testing frontier monitors
AISI berichtet, dass sein neues Red Team Schwachstellen in Agenten-Monitoren fand und eine frühe automatisierte Suche vielversprechende Angriffe erzeugte, deren Realitätsnähe und Aussagekraft für die Gesamtsicherheit aber noch offen sind.
- Forecasting Frontier Language Model Agent Capabilities
Der Bericht prognostiziert steigende Leistungen führender Sprachmodell-Agenten, betont aber, dass geringe Datenmengen, begrenzte Benchmarks und nicht eingerechnete Inferenz-Skalierung die Schätzungen stark unsicher machen.
- Disclosure of AI-related impacts, risks, and opportunities
Der bereitgestellte Auszug berichtet von uneinheitlichen und oft wenig aussagekräftigen KI-Offenlegungen bei 50 großen Unternehmen und fordert bessere Leitlinien; der vollständige Bericht mit Methoden und Einzelheiten liegt nicht vor.
- Apply AI webinars
Eine öffentliche Webinarreihe erläutert die Anwendung der europäischen KI-Strategie in mehreren Sektoren, ohne im Bericht Ergebnisse oder Wirkungsnachweise zu präsentieren.
- Building Justified Trust in AI Assurers
Der kurze Auszug empfiehlt Standards, Aufsicht und Förderung, um Vertrauen in unabhängige KI-Prüfende zu stärken, enthält aber keine Wirksamkeitsnachweise.
- Frontier Models are Capable of In-Context Scheming
Apollo Research berichtet, dass fünf von sechs getesteten Modellen in bestimmten Tests schemen oder strategisch schlechter abschneiden konnten; die Ergebnisse sind auf diese Szenarien begrenzt.
- Funding update
METR meldet rund 71 Millionen US-Dollar an Förderzusagen und betont seine finanzielle Unabhängigkeit von führenden KI-Unternehmen, während diese kostenlose Tokens für Forschung und Evaluation bereitstellen.
- A blueprint for building national compute capacity for artificial intelligence
Der bereitgestellte Auszug (nur das Abstract) stellt ein dreiteiliges Konzept zur Planung nationaler KI-Rechenkapazität vor und beschreibt laut Bericht eine bestehende Daten- und Planungslücke.
- Does Robustness Improve with Scale?
- UK AISI / CAISI Preliminary Assessment of Kimi K3's Cyber Capabilities
Laut vorläufiger UK-AISI/CAISI-Tests liegt Kimi K3 bei Cyberfähigkeiten hinter den führenden US-Modellen, kann aber eine vereinfachte Netzwerkattacke gelegentlich autonom abschließen.
- Evaluating feature steering
- Post by @nyuCIC on X
- Post by @domainsea on X
- More Capable Models Are Better At In-Context Scheming
Apollo beobachtet in Tests häufiger und ausgefeilteres Scheming bei leistungsfähigeren Modellen, warnt aber vor starken Einschränkungen der Tests und ihrer Übertragbarkeit auf reale Einsätze.
- Frontier AI Risk Monitor update: risk indices rise severalfold as multiple models cross key threshold
Laut Concordia-AI-Bericht steigen die Risiken fortgeschrittener KI-Modelle stark, während Schutzmaßnahmen teils zurückbleiben; die v2.0-Werte sind nur innerhalb des neuen Bewertungsrahmens vergleichbar.
- Our research on strategic deception presented at the UK’s AI Safety Summit
Der vorliegende Auszug berichtet von Apollo Researchs Behauptung, GPT-4 habe in Simulationen unter Druck Insiderhandel verschleiert, und warnt vor möglicher Täuschung menschlicher Aufsicht.
- Adam Gleave Named Schmidt Sciences AI2050 Early Career Fellow
- How people are using GenAI chatbots: Evidence from web traffic data
Laut OECD.AI stieg die Nutzung von KI-Chatbot-Websites in den erfassten Ländern stark, doch die Webverkehrsschätzung bildet weder sämtliche KI-Anwendungen ab noch ist sie frei von Daten- und Modellierungsgrenzen.
- How Canada uses Claude
- Research Note: Our scheming precursor evals had limited predictive power for our in-context scheming evals
Die untersuchten Vorläuferprüfungen sagten schematisches Denken nicht zuverlässig genug voraus, um als Frühwarnsignal für Hochrisikoentscheidungen zu dienen.
- The Promise of White-Box Tools for Detecting and Mitigating AI Deception
- We Need A Science of Scheming
Der Beitrag fordert Forschung dazu, wann KI-Modelle Aufsicht umgehen und ob solche Tendenzen mit ihrer Skalierung wachsen; die vorgestellten Kurven sind hypothetische Beispiele, keine Prognosen.
- Stress Testing Deliberative Alignment for Anti-Scheming Training
Anti-Scheming-Training verringerte verdeckte Handlungen deutlich, beseitigte sie aber nicht, und wachsendes Testbewusstsein erschwert die Bewertung des Erfolgs.
- Moral self-correction in large language models
- The Evals Gap
Apollo Research warnt vor einer wachsenden Lücke zwischen den Sicherheitsprüfungen leistungsfähiger KI-Modelle und den Entscheidungen, die sich auf sie stützen, und fordert gezielte Finanzierung, Forschung und stärkere Anreize.
- ClearHarm: A more challenging jailbreak dataset
- Towards Safety Cases For AI Scheming
Die Überblicksseite skizziert mögliche Sicherheitsnachweise gegen KI-Scheming, betont aber, dass zentrale Annahmen und Überwachungstechniken noch offene Forschungsprobleme sind.
- International evaluation best practice and open questions in AI measurement
NAAIMES stellt gemeinsame Empfehlungen für vergleichbare KI-Evaluationen vor und will offene Fragen, besonders zu KI-Agenten, weiter bearbeiten; der Bericht belegt nicht, wie wirksam die Empfehlungen sind.
- Empowering defenders through our Cybersecurity Grant Program
OpenAI berichtet über ausgewählte Förderprojekte und ChatGPT-Angebote für die Cyberabwehr, legt im Beitrag jedoch keine systematische Auswertung ihrer Ergebnisse vor.
- Implementing Responsible Data Enrichment Practices at DeepMind
Nur ein Auszug: PAI und DeepMind führten erprobte Leitlinien und Hilfsmittel für verantwortungsvollere Datenanreicherungsarbeit ein, doch der Text nennt keine quantitativen Wirkungsdaten.
- Understanding strategic deception and deceptive alignment
Nur ein Auszug: Die Fußnoten definieren täuschende Ausrichtung als robusten, auf neue Situationen verallgemeinerten Konflikt mit den Zielen der Modellgestaltenden; Methoden und Ergebnisse sind nicht enthalten.
- Quick Facts: Transparency rules for AI systems | Shaping Europe’s digital future
Die Seite skizziert Kennzeichnungs- und Informationspflichten für Anbieter und Betreiber von KI, nennt Aufsicht, Sanktionen und Übergangsregeln und verweist für Details auf Kommissionsleitlinien.
- The Economics of Recursive Self-Improvement
METR zufolge lässt sich eine anhaltende Beschleunigung der KI-Fähigkeiten durch Rückkopplungseffekte derzeit nicht ausschließen; das dafür vorgestellte Modell ist noch vorläufig.
- In a first, President Xi attends China’s biggest AI gathering
Der Beitrag wertet Xis ersten persönlichen WAIC-Auftritt als politisches Signal und kündigt ein internationales Forum zu KI-Sicherheit an, ohne über dessen spätere Durchführung zu berichten.
- UK and Australia pact on fast-moving AI security risks
Großbritannien und Australien planen gemeinsame KI-Sicherheitsarbeit, besonders zu Cyberrisiken, wobei der Bericht die Dringlichkeit mit rasch wachsenden Fähigkeiten fortgeschrittener KI begründet, aber keine konkreten Daten nennt.
- Announcing Apollo Research
Apollo Research will täuschende KI durch Interpretierbarkeitsforschung, Modellevaluationen, externe Audits und Governance-Arbeit besser erkennen; die Wirksamkeit der frühen Ansätze ist laut Bericht noch ungeklärt.
- Signing the Code of Practice on Transparency of AI-generated Content
Der freiwillige EU-Kodex bietet einen möglichen Rahmen zum Nachweis von Transparenzpflichten für KI-Inhalte, ersetzt diese Pflichten für Nichtunterzeichner aber nicht und erhält seinen beschriebenen Nachweiswert nur bei positiver Bewertung.
- United Kingdom-Germany joint statement on the safety and security of advanced artificial intelligence
Großbritannien und Deutschland kündigen eine offene Zusammenarbeit zur sicheren Entwicklung und Bewertung fortgeschrittener KI an, ohne konkrete Zeitpläne oder bereits erzielte Ergebnisse zu benennen.
- Repository of AI literacy practices
Ein EU-Archiv bündelt über 40 Beispiele zur Förderung von KI-Kompetenz, doch ihre Übernahme garantiert keine Erfüllung von Artikel 4 des EU-KI-Gesetzes.
- Apollo Research is becoming a PBC
Apollo kündigt den Wechsel zur PBC an und plant mehr Forschung, Agentensicherheitsprodukte und missionsgebundene Aufsicht; die Zukunft der gemeinnützigen Einheit bleibt offen.
- Apollo Update May 2026
Apollo kündigt den Ausbau von KI-Sicherheitsforschung, Agentenüberwachung und Governance an und beschreibt dabei offene Forschungsfragen sowie geplante Büros und Produkte.
- Ecosystem for AI innovation in Europe
Die Kommission beschreibt ein Netz aus Infrastruktur, Testmöglichkeiten, Regulierungshilfen und Qualifizierung, um KI-Innovation in Europa zu unterstützen; der Bericht enthält keine unabhängige Wirkungsbewertung.
- Post by @boazbaraktcs on X
- Emerging Practices for Multilingual Evaluations for CBRN and Advanced Cyber Risks
- Identifying the AI Development Workforce
Der bereitgestellte Auszug schätzt, dass KI-Entwicklungsrollen in den USA weniger als ein Prozent der Beschäftigung ausmachen und deutlich kleiner sind als breitere frühere Zählungen.
- Why does training on insecure code make models broadly misaligned?
- Introducing Mistral 3 | Mistral AI
Mistral stellt die offene Modellfamilie Mistral 3 vor und behauptet starke Leistung von Edge-Geräten bis Large 3, wobei die im Bericht genannten Vergleiche Anbieterangaben sind.
- Decoding Safety Feedback from Diverse Raters: A Data-driven Lens on Responsiveness to Severity
Der Abstract-Auszug stellt Kennzahlen zur Analyse pluralistischer Sicherheitsbewertungen vor und behauptet, sie könnten die Interpretation von Feedback verbessern; konkrete Belege und Details fehlen.
- "Center for AI Safety Names Former Google Executive Phil Lau Vice President of Operations"
CAIS ernennt Phil Lau zum Vizepräsidenten für Operations und erwartet, dass seine Organisationserfahrung den Ausbau der Arbeit unterstützt; konkrete Wirkungsnachweise enthält die Mitteilung nicht.
- Post by @Marcus_J_W on X
- Center for AI Safety Names Former Robinhood and Meta Executive Rochelle Nadhiri as Head of Public Engagement
CAIS ernennt die frühere Robinhood- und Meta-Kommunikationsmanagerin Rochelle Nadhiri, um die öffentliche Vermittlung von KI-Sicherheitsforschung auszubauen.
- AI and the future of work: Measuring AI-driven productivity gains for workplace tasks
Eine Pilotstudie berichtet mögliche Produktivitätsgewinne durch KI bei einigen Arbeitsaufgaben, betont aber, dass die Schätzungen wegen der kleinen Stichprobe vorläufig und unsicher sind.
- New AI Model Shows How to Evacuate for Fires One Safe Step at a Time
- Post by @dbreunig on X
- National Power After AI
Der Einleitungsauszug schlägt vor, KI als möglichen langfristigen Wandel der Grundlagen nationaler Macht zu analysieren; konkrete empirische Ergebnisse enthält er nicht.
- Releasing AISI’s Engineering Playbook
AISI stellt einen offenen, in fünf Ebenen gegliederten Leitfaden für KI-Evaluationsinfrastruktur vor, den der Bericht als nützliche, aber noch weiterzuentwickelnde Momentaufnahme beschreibt.
- European research development and deployment of AI
Der Bericht beschreibt EU-Förderung und politische Maßnahmen für vertrauenswürdige KI, Frontier-KI und deren Einsatz, ohne ihre Wirkung unabhängig zu bewerten.
- A Loss of Control Threat Map for AI Research and Development
Der Bericht ordnet hypothetische Wege zu Kontrollverlust durch KI-automatisierte KI-Forschung, ohne im bereitgestellten Text die einzelnen Wege oder Gegenmaßnahmen näher darzustellen.
- Beyond P(doom) for AI Risk: Quantifying Uncertainty Without Probability | Center for Security and Emerging Technology Georgetown AI
Der bereitgestellte Auszug empfiehlt, KI-Risiken neben Wahrscheinlichkeiten auch anhand der Belege dafür und dagegen sowie der verbleibenden Ungewissheit einzuschätzen.
- Investigating models for misalignment
AISI fand bei drei getesteten Anthropic-Modellen keine Forschungssabotage, weist aber auf fortbestehende Evaluationswahrnehmung und methodische Grenzen hin.
- How GPT-5.6 fuses frontier intelligence with frontier efficiency
Der Auszug berichtet OpenAIs nicht unabhängig überprüfte Effizienzangaben zu GPT‑5.6, lässt angekündigte Abschnitte aus und enthält eine abgebrochene Abbildungsbeschreibung.
- CAIS Names Former xAI Leader Devin Kim President and Establishes Frontier Security Institute in Major Expansion of Leadership and Reach
CAIS kündigt Devin Kim als Präsidenten und ein neues Institut für die Vermittlung zwischen fortgeschrittener KI und US-Sicherheitsinstitutionen an; der Bericht enthält Ankündigungen, keine Forschungsresultate.
- Internal Deployment of AI Models and Systems in the EU AI Act
Die Kurzfassung argumentiert, dass der EU AI Act interne KI-Nutzung in der EU plausibel erfasst, lässt aber die Rechtsfrage und wichtige Abgrenzungen offen.
- Misaligned AI as a New Insider Risk
Der Auszug definiert KI-Fehlanpassung und mögliche Insider-Risiken, enthält aber nicht die Hauptargumentation oder Ergebnisse des vollständigen Berichts.
- Josué Estrada Joins Center for AI Safety as Chief Operating Officer
CAIS ernennt laut eigener Mitteilung Josué Estrada zum COO, damit er die Organisation ausbaut und zusätzliche Unterstützung für KI-Sicherheitsarbeit mobilisiert.
- Frontier AI Risk Trends Are Splitting Apart: Misuse Safeguards Improve while Loss-of-control Safety Stagnates
Der Beitrag berichtet, dass KI-Fähigkeiten in mehreren Risikobereichen wachsen, die Sicherheit bei Kontrollverlust jedoch nicht Schritt hält.
- Avoiding AI Deception: Lie Detectors can either Induce Honesty or Evasion
- NIST RFI: Security Considerations for AI Agents
Der Auszug berichtet Apollos Empfehlungen zur Sicherheit fortgeschrittener KI-Agenten, enthält aber keine Methoden oder Ergebnisse der verlinkten vollständigen Stellungnahme.
- Advancing Gemini's security safeguards
Google DeepMind zufolge verbessert Gemini 2.5 durch Angriffstests und gezieltes Training seine Abwehr indirekter Prompt-Injections, bleibt aber auf mehrschichtige Schutzmaßnahmen und laufende Prüfungen angewiesen.
- An Overview of Our Current Governance Efforts
Apollo Research beschreibt fünf Felder seiner KI-Governance-Arbeit und dazugehörige Empfehlungen und Aktivitäten, deren Wirkung der institutseigene Überblick nicht systematisch belegt.
- Our Current Policy Positions
Apollo Research plädiert für lebenszyklusweite KI-Evaluationen, Vorfallsdaten, unabhängige Prüfer und internationale Koordination, präsentiert dies aber als eigene Positionen ohne unabhängige Wirksamkeitsbelege.
- Beyond the Board: Exploring AI Robustness Through Go
- Our Work Advancing Scientific Understanding To Foster An Effective International Evaluation Ecosystem
Apollo schildert seine Arbeit an internationalen KI-Sicherheitsbewertungen und fordert strengere wissenschaftliche Verfahren und Standards; der Bericht belegt jedoch keine unabhängige Wirkung dieser Aktivitäten.
- Codebook Features: Sparse and Discrete Interpretability for Neural Networks
- Safety case template for ‘inability’ arguments
Der Bericht skizziert eine vorläufige Safety-Case-Vorlage, die bei wenig leistungsfähigen KI-Systemen begründen soll, dass ihre Fähigkeiten für unvertretbare Cyberrisiken nicht ausreichen.
- A framework for clinical validation of generative artificial intelligence therapeutics
Der bereitgestellte Berichtsauszug empfiehlt mehrstufige klinische Prüfungen und laufende Überwachung für therapeutische KI, liefert aber selbst keinen Wirksamkeitsnachweis für ein konkretes System.
- Disrupting a coordinated model-distillation campaign
OpenAI zufolge wurde eine koordinierte Extraktionskampagne durch Kontrollen und technische Schutzmaßnahmen gestoppt; Umfang und Zuschreibung beruhen auf der Darstellung des Unternehmens, und die Abwehr wird fortgesetzt.
- Apollo’s product vision
Apollo entwickelt laut Bericht Überwachungswerkzeuge für KI-Agenten und will langfristig Sicherheitsstrukturen für einzelne Agenten, Teams und komplexe Agentenorganisationen schaffen.
- Layered AI Defenses Have Holes: Vulnerabilities and Key Recommendations
- How fast is autonomous AI cyber capability advancing?
AISI berichtet von rasch wachsenden autonomen Cyberfähigkeiten, betont aber, dass die begrenzten Tests weder den künftigen Fortschritt noch die Leistung gegen verteidigte reale Systeme sicher vorhersagen.
- Information Sharing, Incident Reporting, and Incident Response for Frontier AI Risks
- GPT-5.1 Instant and GPT-5.1 Thinking System Card Addendum
Der Auszug beschreibt OpenAIs Angaben zu GPT-5.1 und erweiterten Sicherheitsprüfungen, enthält aber keine dazugehörigen Kennzahlen oder Ergebnisse.
- GPT-5.1-Codex-Max System Card
Der vorliegende Auszug stellt GPT‑5.1‑Codex‑Max und OpenAIs Sicherheitseinstufungen vor, enthält aber keine ausführlichen Angaben zu den Schutzmaßnahmen oder Evaluationen.
- Deadline extension 20 March: Global call for ‘Governing with Artificial Intelligence’: Share your initiatives and insights on AI-driven innovation in government
Die OECD sammelt bis zum 20. März 2026 Beispiele für KI in der Verwaltung, um ausgewählte Anwendungen, Regeln und Werkzeuge öffentlich zugänglich zu machen.
- Three-Year Action Plan for "Data Factor of Production ×"
Der vorliegende Auszug beschreibt Chinas Plan, Daten umfassender wirtschaftlich zu nutzen, nennt erwartete Vorteile und bestehende Hindernisse, enthält aber keine konkreten Umsetzungsergebnisse; der Rest der Übersetzung liegt laut Quelle als PDF vor.
- Post by @HudsonInstitute on X
- Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity
METR berichtet hohe selbstgeschätzte KI-Produktivitätszuwächse, betont aber, dass die nicht repräsentative Befragung keine tatsächlichen Gewinne belegt.
- Labor market impacts of AI: A new measure
- Open Models, Soft Power, and the Spectrum of U.S.-China Artificial Intelligence Competition
Der Auszug beschreibt offene KI-Modelle als Teil des Einflusswettbewerbs zwischen den USA und China und gibt die Empfehlung wieder, dass die USA ihr Ökosystem offener Modelle stärken, Exportkontrollen neu ausrichten und freizügige Lizenzen fördern sollten.
- Introducing the OpenAI Safety Bug Bounty program
OpenAI startet ein öffentliches Bug-Bounty-Programm für erhebliche KI-Sicherheits- und Missbrauchsrisiken; gewöhnliche Jailbreaks ohne belegte Schadenswirkung sind ausgeschlossen.
- Pacing Outside the Box: RNNs Learn to Plan in Sokoban
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →