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

● Fragen-Atlas · Quellen aus dem Archiv

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?

1.135 Berichte ab Stufe 3 bei Luna (weitere Modelle folgen), stärkste zuerst.

Zum Inhalt ↓
← Alle Quellen zu SF-F1
  1. Concordia AI: 2025 Mid-Year Impact Report concordia · 2025 · Q002189 · einzelne zitierbare Belege

    Concordia AI stellt zahlreiche eigene Beiträge zur internationalen KI-Sicherheit im ersten Halbjahr 2025 vor, ohne deren Wirkung unabhängig zu messen.

  2. Making safeguard evaluations actionable aisi · 2025 · Q002190 · einzelne zitierbare Belege

    AISI beschreibt einen möglichen, fortlaufend anzupassenden Rahmen, der Prüfungen von KI-Schutzmaßnahmen mit Risikobewertungen und Einsatzentscheidungen verbinden soll.

  3. Building safeguards for Claude anthropic · 2025 · Q002194 · einzelne zitierbare Belege

    Anthropic schildert mehrstufige Schutzmaßnahmen für Claude, liefert im Bericht jedoch keine messbaren oder unabhängigen Belege für deren Gesamtwirksamkeit.

  4. Principles for safeguard evaluation aisi · 2025 · Q002200 · einzelne zitierbare Belege

    Das damalige AI Safety Institute schlägt einen fünfstufigen, regelmäßig zu erneuernden Bewertungsprozess für Schutzmaßnahmen gegen missbräuchliche KI-Nutzung vor, präsentiert dabei aber Empfehlungen und keine konkreten Prüfergebnisse.

  5. Issue Brief: Preliminary Reporting Tiers for AI-Bio Safety Evaluations fmf · 2025 · Q002220 · einzelne zitierbare Belege · ohne Zusammenfassung
  6. Advanced AI evaluations at AISI: May update aisi · 2024 · Q002222 · einzelne zitierbare Belege

    Laut AISI zeigen fünf geprüfte Sprachmodelle beachtliche Fachkenntnisse, aber auch Grenzen bei komplexen Aufgaben und deutliche Anfälligkeit für einfache Schutzumgehungen; die Momentaufnahme belegt weder Sicherheit noch Unsicherheit.

  7. SweetSpecter: China-linked cyber activity openai · 2024 · Q002226 · einzelne zitierbare Belege

    OpenAI zufolge versuchte die mutmaßliche Gruppe SweetSpecter, Phishing und ChatGPT für Cyberaktivitäten einzusetzen, doch die E-Mails wurden blockiert und der KI-Einsatz brachte offenbar keine neuartigen Fähigkeiten.

  8. World leaders, top AI companies set out plan for safety testing of frontier as first global AI Safety Summit concludes aisi · 2023 · Q002233 · einzelne zitierbare Belege

    Die Gipfel-Mitteilung beschreibt internationale Pläne für gemeinsame KI-Sicherheitstests und weitere Forschung, jedoch noch keine fertigen Standards oder konkreten Prüfergebnisse.

  9. UK & United States announce partnership on science of AI safety aisi · 2024 · Q002255 · einzelne zitierbare Belege

    Großbritannien und die USA wollen ihre KI-Sicherheitsinstitute enger zusammenarbeiten lassen; der bereitgestellte Text beschreibt die Pläne und bricht am Ende in einer Bildunterschrift ab.

  10. Conference on frontier AI safety frameworks aisi · 2024 · Q002261 · einzelne zitierbare Belege

    Der Bericht kündigt eine Konferenz und ihren Themenaufruf zu Sicherheitsrahmen für fortgeschrittene KI an, berichtet jedoch keine Ergebnisse.

  11. Early lessons from evaluating frontier AI systems aisi · 2024 · Q002272 · einzelne zitierbare Belege

    Das AISI entwickelt mehrstufige unabhängige KI-Prüfungen, betont aber, dass deren Aussagekraft und die wissenschaftlichen Grundlagen noch Grenzen haben.

  12. Bounty programme for novel evaluations and agent scaffolding aisi · 2024 · Q002278 · einzelne zitierbare Belege

    AISI suchte Beiträge zu KI-Evaluationen und Agenten-Gerüsten gegen Prämien; die Ausschreibung ist abgelaufen, und der Bericht nennt zwei unterschiedliche erste Fristen.

  13. Announcing Inspect Evals | AISI Work aisi · 2024 · Q002284 · einzelne zitierbare Belege

    Der Bericht kündigt Inspect Evals als gemeinschaftliche, quelloffene Benchmark-Sammlung für Sprachmodelle an, deren Nutzen und Qualität hier nicht unabhängig belegt werden.

  14. International joint testing exercise: Agentic testing aisi · 2025 · Q002290 · einzelne zitierbare Belege

    Eine internationale Testübung entwickelte vorläufige Empfehlungen zur Bewertung von KI-Agenten, doch kleine Stichproben, abweichende Modellurteile und technische Fehler begrenzen die Aussagekraft.

  15. Frontier Mitigations fmf · 2025 · Q002322 · einzelne zitierbare Belege · ohne Zusammenfassung
  16. Details about METR's evaluation of OpenAI GPT-5 metr · 2025 · Q002327 · einzelne zitierbare Belege

    METR hält GPT-5 nach seinen Tests und unter Einbezug von OpenAIs Zusicherungen für wahrscheinlich weit von katastrophalen Fähigkeiten entfernt, betont aber erhebliche Grenzen der Bewertung.

  17. OpenAI’s Frontier Governance Framework openai · 2026 · Q002330 · einzelne zitierbare Belege

    OpenAI kündigt ein öffentliches Governance Framework zu KI-Sicherheitsrisiken und regulatorischen Pflichten an; der Bericht nennt Themen und geplante Weiterentwicklung, bleibt aber eine knappe Übersicht.

  18. AI Safety Institute approach to evaluations aisi · 2024 · Q002335 · einzelne zitierbare Belege

    AISI berichtet über frühe Tests, die mögliche Risiken fortgeschrittener KI aufzeigen, betont aber, dass diese vorläufig sind und keine umfassende Sicherheitsbewertung darstellen.

  19. Pre-deployment evaluation of Anthropic’s upgraded Claude 3.5 Sonnet aisi · 2024 · Q002342 · einzelne zitierbare Belege

    Der Überblick meldet gemischte Leistungsresultate und regelmäßig umgehbare Schutzvorkehrungen bei Claude 3.5 Sonnet, betont aber, dass die begrenzten Tests nur vorläufige Aussagen erlauben.

  20. Pre-Deployment evaluation of OpenAI’s o1 model aisi · 2024 · Q002350 · einzelne zitierbare Belege

    Die Vorabtests sahen o1 meist auf dem Niveau ähnlicher Modelle, doch die Institute betonen, dass die Ergebnisse vorläufig sind und nur für die angepasste Testversion gelten.

  21. How we contain Claude across products anthropic · 2026 · Q002355 · einzelne zitierbare Belege · ohne Zusammenfassung
  22. AISI Research Agenda | The AI Security Institute aisi · Q002363 · einzelne zitierbare Belege

    Das AISI beschreibt eine veränderliche Forschungsagenda zu Risiken fortgeschrittener KI und betont, dass manche Details sensibel, Ergebnisse begrenzt und viele Vorhaben noch nicht abschließend sind.

  23. Details about METR's preliminary evaluation of DeepSeek and Qwen models metr · 2025 · Q002375 · einzelne zitierbare Belege

    METR sieht DeepSeek-Modelle aus Mitte 2025 vorläufig auf dem Niveau führender Modelle von Ende 2024, betont aber deutliche Grenzen des Testaufbaus.

  24. How to evaluate control measures for LLM agents? A trajectory from today to superintelligence aisi · 2025 · Q002387 · einzelne zitierbare Belege

    Der vorliegende Abstract-Auszug schlägt fähigkeitsgerechte Kontrollen für KI-Agenten vor, hält aber Forschungsdurchbrüche für nötig, um superintelligente Systeme überzeugend abzusichern.

  25. Deliberative alignment: reasoning enables safer language models openai · 2024 · Q002396 · einzelne zitierbare Belege

    OpenAI zufolge soll Deliberative Alignment Modelle sicherer machen, indem sie Sicherheitsregeln direkt lernen und beim Antworten anwenden; die berichteten Vorteile sind Unternehmensangaben ohne vollständige oder unabhängige Belege im vorliegenden Text.

  26. What should companies share about risks from frontier AI models? metr · 2025 · Q002401 · einzelne zitierbare Belege

    METR schlägt vorläufige Fragen und Verfahren für mehr Transparenz über Risiken leistungsfähiger KI vor, betont aber offene Kosten und mögliche Fehlanreize; biologische Waffenrisiken bleiben außen vor.

  27. Our First Year | AISI Work aisi · 2024 · Q002407 · einzelne zitierbare Belege

    AISI schildert den Aufbau von KI-Sicherheitsprüfungen, internationaler Zusammenarbeit und Forschungsförderung, betont aber, dass seine Tests keine Sicherheitszertifikate darstellen und nur begrenzt öffentlich ausgewertet werden können.

  28. Cloudflare links vulnerability discovery to defense with OpenAI openai · 2026 · Q002420 · einzelne zitierbare Belege

    Cloudflare berichtet, OpenAI-Modelle für kontextreiche Schwachstellenanalysen und Codex für schnellere Entwicklung einzusetzen; die genannten Erfolge sind Unternehmensangaben ohne unabhängige Bewertung im Bericht.

  29. Guidelines on obligations for General-Purpose AI providers eu · Q002431 · einzelne zitierbare Belege

    Die Kommission legt unverbindlich aus, welche Dokumentations-, Urheberrechts-, Transparenz- und Risikopflichten Anbieter allgemeiner KI-Modelle nach dem EU-KI-Gesetz erfüllen sollen.

  30. Details about METR's preliminary evaluation of OpenAI's o3 and o4-mini metr · 2025 · Q002432 · einzelne zitierbare Belege

    METR berichtet von hohen HCAST-Werten und Bewertungsmanipulationen bei o3, betont aber, dass die kurze und begrenzte Prüfung keine robusten Aussagen über Fähigkeiten und Risiken erlaubt.

  31. Inspect Cyber: A New Standard for Agentic Cyber Evaluations aisi · 2025 · Q002446 · einzelne zitierbare Belege

    Inspect Cyber soll laut AISI agentenbasierte Cybertests einfacher und besser reproduzierbar machen; die bisher berichteten positiven Erfahrungen sind interne Selbstauskünfte, und mögliche Lücken bei Arbeitsabläufen bleiben offen.

  32. Details about METR's preliminary evaluation of Claude 3.7 metr · 2025 · Q002447 · einzelne zitierbare Belege

    METR berichtet über vielversprechende, aber vorläufige Leistungen von Claude 3.7 Sonnet und betont, dass die begrenzte Evaluation keine robuste Gesamtaussage zu seinen Fähigkeiten oder Risiken erlaubt.

  33. An early warning system for novel AI risks deepmind · 2023 · Q002449 · einzelne zitierbare Belege

    Der Beitrag plädiert für fortlaufende Prüfungen gefährlicher Fähigkeiten und der Ausrichtung von KI-Modellen, betont aber, dass solche Bewertungen allein Risiken nicht zuverlässig erfassen oder verhindern können.

  34. Introducing ControlArena: A library for running AI control experiments aisi · 2025 · Q002453 · einzelne zitierbare Belege

    ControlArena soll KI-Kontrollexperimente mit gemeinsamen Umgebungen und Protokollen erleichtern; der Bericht beschreibt den Ansatz und frühe Nutzung, aber keine quantitativen Wirksamkeitsnachweise.

  35. Managing risks from increasingly capable open-weight AI systems aisi · 2025 · Q002473 · einzelne zitierbare Belege

    AISI empfiehlt, Risiken offener KI-Modelle durch mehrere technische und organisatorische Maßnahmen zu begrenzen, da Schutzmaßnahmen umgangen werden können und keine vollständigen Sicherheitsgarantien bestehen.

  36. A structured protocol for elicitation experiments aisi · 2025 · Q002489 · einzelne zitierbare Belege

    Das AISI will mit einer gemeinsamen Checkliste die systematische Ermittlung von KI-Fähigkeiten verbessern und fordert dafür gemeinsame Standards und Wissensaustausch.

  37. Details about METR's preliminary evaluation of DeepSeek-R1 metr · 2025 · Q002490 · einzelne zitierbare Belege

    METR fand bei DeepSeek-R1 keine starken Belege für wesentlich weiter reichende autonome Fähigkeiten als bei früheren Modellen, weist aber auf erhebliche Grenzen der vorläufigen Tests hin.

  38. https://s-rsa.com/index.php/agi/article/download/18908/12474 openai · Q002500 · einzelne zitierbare Belege

    Der Accord skizziert vier Ebenen der KI-Sicherheitsaufsicht und eine erklärte Selbstverpflichtung der teilnehmenden Unternehmen, ohne konkrete Fristen oder Durchsetzungsregeln festzulegen.

  39. RepliBench: measuring autonomous replication capabilities in AI systems aisi · 2025 · Q002540 · einzelne zitierbare Belege

    Laut RepliBench-Bericht beherrschen die getesteten Modelle noch nicht alle Teilfähigkeiten autonomer Replikation, doch der Benchmark prüft keine vollständige Replikation und die Zahl der Aufgaben wird widersprüchlich mit 65 beziehungsweise 86 angegeben.

  40. METR’s GPT-4.5 pre-deployment evaluations metr · 2025 · Q002575 · einzelne zitierbare Belege

    METRs vorläufige Tests ordnen GPT-4.5 zwischen GPT-4o und o1 ein, schließen große Risiken aber nicht aus; der bereitgestellte Auszug ist am Ende abgeschnitten.

  41. Singapore office and government MOU anthropic · 2026 · Q002578 · einzelne zitierbare Belege

    Anthropic eröffnet ein Büro in Singapur und kündigt mit der Regierung Kooperation zu sicherer und verantwortungsvoller KI sowie weitere lokale KI-Anwendungen an.

  42. RepliBench: Evaluating the autonomous replication capabilities of language model agents aisi · 2025 · Q002594 · einzelne zitierbare Belege

    Der vorliegende Abstract berichtet, dass getestete Sprachmodell-Agenten noch keine glaubwürdige Gefahr autonomer Selbstreplikation darstellen, ihre Teilfähigkeiten aber rasch wachsen.

  43. General-purpose AI obligations under the AI Act | Shaping Europe’s digital future eu · Q002595 · einzelne zitierbare Belege

    Die Seite überblickt GPAI-Pflichten nach dem KI-Gesetz, darunter zusätzliche Vorgaben für systemische Risiken, deren Schwellenwert laut Bericht überprüft wird.

  44. AgentHarm: A benchmark for measuring harmfulness of LLM agents aisi · 2024 · Q002606 · einzelne zitierbare Belege

    Der Auszug stellt AgentHarm vor und berichtet, dass Sprachmodell-Agenten laut den Forschenden auch ohne Jailbreak bösartige Aufträge ausführen können.

  45. Third-party testing in AI policy anthropic · 2024 · Q002616 · einzelne zitierbare Belege

    Anthropic plädiert für ein noch zu entwickelndes, unabhängiges Prüfsystem für leistungsfähige KI und betont, dass Umfang und Standards erst erprobt werden müssen.

  46. Details about METR's preliminary evaluation of DeepSeek-V3 metr · 2025 · Q002631 · einzelne zitierbare Belege

    METR zufolge zeigte DeepSeek-V3 in einer vorläufigen, begrenzt optimierten Evaluation keine klar über frühere Spitzenmodelle hinausgehenden autonomen Fähigkeiten, wobei weitere Erschließung die Ergebnisse ändern könnte.

  47. AI models can be dangerous before public deployment metr · 2025 · Q002667 · einzelne zitierbare Belege

    METR fordert, KI-Sicherheit über den gesamten Entwicklungsprozess hinweg zu behandeln, weil Prüfungen vor der Veröffentlichung Risiken aus Training, interner Nutzung und Modell-Diebstahl nicht allein abdecken.

  48. Issue Brief: Components of Frontier AI Safety Frameworks fmf · 2024 · Q002673 · einzelne zitierbare Belege · ohne Zusammenfassung
  49. A Plea: The Case for Digital Environmentalism cset · 2022 · Q002675 · einzelne zitierbare Belege

    Der bereitgestellte Auszug fasst die Forderung nach digitalem Umweltschutz zusammen: zentrale Aufsicht, Prüf- und Nachhaltigkeitsregeln sowie mehr Haftung für Softwareanbieter sollen nach Ansicht der Verfassenden digitale Risiken begrenzen.

  50. Claude 3.7 Sonnet and Claude Code anthropic · 2025 · Q002687 · einzelne zitierbare Belege

    Anthropic kündigt ein Modell mit wählbarem erweitertem Denken und das Programmierwerkzeug Claude Code an und berichtet Leistungsverbesserungen, deren Benchmarkwerte an die beschriebenen Testbedingungen gebunden sind.

  51. Shaping trustworthy AI: Early insights from the Hiroshima AI Process Reporting Framework oecd · 2025 · Q002694 · einzelne zitierbare Belege

    19 freiwillige Berichte liefern einen vorläufigen Einblick in KI-Risikomanagement und Governance; die OECD will den HAIP-Rahmen vereinfachen, aktualisieren und ausweiten.

  52. Progress Update: Advancing Frontier AI Safety in 2024 and Beyond fmf · 2024 · Q002696 · einzelne zitierbare Belege · ohne Zusammenfassung
  53. Election information and safeguards in 2026 openai · 2026 · Q002699 · einzelne zitierbare Belege

    OpenAI stellt eigene Wahl-Schutzmaßnahmen für 2026 vor, liefert im Bericht aber keine unabhängigen Wirksamkeitsnachweise und betont, dass KI-Herkunftswerkzeuge Täuschung nicht allein verhindern.

  54. Introducing the Frontier Model Forum fmf · 2023 · Q002710 · einzelne zitierbare Belege · ohne Zusammenfassung
  55. New policy ideas for the Intelligence Age openai · 2026 · Q002716 · einzelne zitierbare Belege

    OpenAI fördert 14 geplante Forschungs- und Praxisprojekte zu Chancen und Risiken des KI-Wandels; Ergebnisse werden für 2027 angekündigt.

  56. Model tampering attacks enable more rigorous evaluations of LLM capabilities aisi · 2025 · Q002717 · einzelne zitierbare Belege

    Der bereitgestellte Abstract behauptet, dass Modellveränderungsangriffe Sprachmodellrisiken gründlicher prüfen können und Unlearning-Verfahren leicht umkehrbar sind.

  57. Introducing Claude 3.5 Sonnet anthropic · 2024 · Q002721 · einzelne zitierbare Belege

    Anthropic stellt Claude 3.5 Sonnet samt Artifacts vor und berichtet von deutlichen Leistungsverbesserungen, wobei zentrale Benchmark- und Sicherheitsangaben im Artikel überwiegend Unternehmensangaben bleiben.

  58. Principles for evaluating misuse safeguards of frontier AI systems aisi · 2025 · Q002724 · einzelne zitierbare Belege

    Nur der Abstract liegt vor: Die Verfasser schlagen fünf Prinzipien und eine Vorlage zur strengeren Bewertung von Missbrauchsschutz für Frontier-KI vor, doch Details und Wirksamkeitsbelege fehlen.

  59. The Rogue Replication Threat Model metr · 2024 · Q002726 · einzelne zitierbare Belege

    METR hält rogue replication für ein relevantes, aber bislang hypothetisches Szenario, will es nicht mit einer vollständigen Schwelle bewerten und verfolgt stattdessen allgemeine Autonomiefähigkeiten weiter.

  60. Challenges in red teaming AI systems anthropic · 2024 · Q002729 · einzelne zitierbare Belege

    Anthropic stellt verschiedene KI-Prüfmethoden vor und fordert gemeinsame Standards, unabhängige Tests sowie einen iterativen Weg von qualitativen zu automatisierten Evaluationen.

  61. Security challenges in AI agent deployment: Insights from a large scale public competition aisi · 2025 · Q002731 · einzelne zitierbare Belege

    Nur ein Abstract-Auszug liegt vor: Laut Autoren zeigten KI-Agenten häufig Richtlinienverstöße unter Prompt-Injection-Angriffen, und ihre Robustheit hing nur begrenzt mit Modellgröße oder Rechenaufwand zusammen.

  62. Issue Brief: Early Best Practices for Frontier AI Safety Evaluations fmf · 2024 · Q002737 · einzelne zitierbare Belege · ohne Zusammenfassung
  63. Issue Brief: Foundational Security Practices fmf · 2024 · Q002747 · einzelne zitierbare Belege · ohne Zusammenfassung
  64. Safety case template for frontier AI: A cyber inability argument aisi · 2024 · Q002767 · einzelne zitierbare Belege

    Nur das Abstract liegt vor: Die Autoren schlagen eine beleggestützte CAE-Vorlage zur Bewertung offensiver Cyberfähigkeiten von KI vor, berichten aber keine konkreten Modellergebnisse.

  65. Our approach to government and national security partnerships openai · 2026 · Q002783 · einzelne zitierbare Belege

    OpenAI befürwortet defensive KI-Anwendungen in der nationalen Sicherheit unter demokratischer Kontrolle und verweist auf eigene Partnerschaften und Nutzungsgrenzen; die vollständigen Grundsätze sind im Bericht nicht abgedruckt.

  66. OpenAI’s Approach to Frontier Risk openai · 2023 · Q002791 · einzelne zitierbare Belege

    OpenAI beschreibt Sicherheitsprüfungen und geplante Schutzmaßnahmen für fortgeschrittene KI, betont aber, dass Risiken und spätere Nutzung nur unvollständig vorhersehbar sind.

  67. Details about METR's preliminary evaluation of OpenAI o1-preview metr · 2024 · Q002799 · einzelne zitierbare Belege

    METR berichtet von vergleichbaren Ergebnissen zu Claude 3.5 Sonnet im allgemeinen Test und begrenzten Fortschritten von o1-preview bei zwei von sieben KI-Forschungsaufgaben; die kurze und technisch eingeschränkte Evaluation könnte die Fähigkeiten unterschätzt haben.

  68. Introducing Claude Sonnet 4.5 anthropic · 2025 · Q002806 · einzelne zitierbare Belege

    Anthropic zufolge verbessert Claude Sonnet 4.5 Coding, Agenten- und Computeraufgaben, erscheint mit Produktupdates zum bisherigen API-Preis und wird mit Schutzfiltern veröffentlicht, die gelegentlich harmlose Inhalte fälschlich markieren können.

  69. Comment on NTIA AI Accountability Policy openai · 2023 · Q002810 · einzelne zitierbare Belege

    OpenAI beschreibt seine KI-Sicherheitspraktiken und befürwortet abgestimmte Regeln sowie mögliche Registrierung und Zulassung besonders leistungsfähiger Modelle, während wichtige Umsetzungsfragen offenbleiben.

  70. Details about METR's preliminary evaluation of GPT-4o metr · 2024 · Q002811 · einzelne zitierbare Belege

    METRs vorläufiger Test sieht GPT-4o mit einfachem Agentengerüst nahe an menschlichen 30-Minuten-Vergleichswerten, doch große Unsicherheiten und methodische Grenzen schränken die Aussagekraft ein.

  71. Claude Opus 4.1 anthropic · 2025 · Q002821 · einzelne zitierbare Belege

    Anthropic meldet für Claude Opus 4.1 Verbesserungen gegenüber Opus 4, darunter 74,5 Prozent bei SWE-bench Verified, wobei Benchmarks und Kundenberichte Einschränkungen und unterschiedliche Prüfbedingungen aufweisen.

  72. Addendum to GPT-5.2 System Card: GPT-5.2-Codex openai · 2025 · Q002823 · einzelne zitierbare Belege

    Der vorliegende Einleitungsauszug beschreibt GPT‑5.2‑Codex und OpenAIs Sicherheitseinschätzungen, enthält jedoch keine Details oder Messwerte zu den angekündigten Maßnahmen und Bewertungen.

  73. Frontier AI Taskforce: first progress report aisi · 2023 · Q002824 · einzelne zitierbare Belege

    Die britische Frontier AI Taskforce berichtet über den Aufbau von Expertise und Kooperationen für KI-Risikoprüfungen, wobei ihre Fortschrittsangaben und Ziele im Bericht selbst dargestellt, aber nicht unabhängig bestätigt werden.

  74. AI Safety Fund initiates first round of research grants fmf · 2024 · Q002831 · einzelne zitierbare Belege · ohne Zusammenfassung
  75. An update on our general capability evaluations metr · 2024 · Q002836 · einzelne zitierbare Belege

    METRs vorläufige Messreihe deutet auf breite, aber ungleichmäßige Fähigkeiten getesteter KI-Agenten und niedrige Kosten bei lösbaren Aufgaben hin; die begrenzten Vergleichsdaten und einfachen Testverfahren lassen noch keine abschließenden Schlüsse zu.

  76. Fourth progress report | AISI Work aisi · 2024 · Q002837 · einzelne zitierbare Belege

    Der Bericht schildert den Aufbau des britischen KI-Sicherheitsinstituts und seine ersten Prüf- und Kooperationsprojekte, während er vor möglichen Risiken autonomer KI-Agenten warnt.

  77. The WMDP Benchmark: Measuring and Reducing Malicious Use With Unlearning cais · Q002857 · einzelne zitierbare Belege

    WMDP soll gefährliches Wissen in Sprachmodellen indirekt messen; laut Bericht senkt CUT die Ergebnisse bei diesen Fragen, doch Feinabstimmung kann das Wissen zurückbringen.

  78. AI Safety Institute: third progress report aisi · 2024 · Q002861 · einzelne zitierbare Belege

    Das britische AI Safety Institute baut sein Team und internationale Zusammenarbeit aus und hat KI-Sicherheitstests begonnen, berichtet aber noch keine Testergebnisse.

  79. Introducing the Frontier Safety Framework deepmind · 2024 · Q002877 · einzelne zitierbare Belege

    DeepMind beschreibt ein vorläufiges System, das künftige gefährliche KI-Fähigkeiten früh erkennen und durch abgestufte Schutzmaßnahmen begrenzen soll.

  80. Looking ahead to the AI Seoul Summit deepmind · 2024 · Q002886 · einzelne zitierbare Belege

    Google DeepMind plädiert für globale Zusammenarbeit, gemeinsame Prüfmaßstäbe und wissenschaftlich fundierte Risikobewertung für fortgeschrittene KI, wobei der Beitrag die Unsicherheit und den frühen Entwicklungsstand der Sicherheitsprüfungen einräumt.

  81. An update on our election safeguards anthropic · 2026 · Q002898 · einzelne zitierbare Belege

    Anthropic zufolge sollen Training, Richtlinien, Tests, Wahlhinweise und Websuche Claude bei Wahlen verlässlicher machen; die veröffentlichten Erfolgswerte beruhen auf unternehmenseigenen Tests und wichtige Angaben sollen überprüft werden.

  82. Example autonomy evaluation protocol metr · 2024 · Q002902 · einzelne zitierbare Belege

    METR skizziert eine vorläufige, noch nicht validierte Frühwarnprüfung für autonome KI-Fähigkeiten und betont, dass ihr Gesamtwert allein weder alle Risiken erfasst noch belastbare Schutzschwellen liefert.

  83. Partnering with Mozilla on Firefox security anthropic · 2026 · Q002911 · einzelne zitierbare Belege

    Anthropic berichtet, Claude habe 22 Firefox-Schwachstellen gefunden, während zwei einfache Exploit-Versuche nur in einer um wichtige Schutzmaßnahmen reduzierten Testumgebung gelangen.

  84. Announcing Chris Meserole as Executive Director and the New AI Safety Fund fmf · 2023 · Q002913 · einzelne zitierbare Belege · ohne Zusammenfassung
  85. Mapping the misuse of generative AI deepmind · 2024 · Q002918 · einzelne zitierbare Belege

    Eine begrenzte Medienanalyse beschreibt verbreitete Missbrauchsmuster generativer KI und mögliche Schutzmaßnahmen, erlaubt aber keine repräsentative Aussage über das Ausmaß des Missbrauchs.

  86. Shaping Europe’s digital future eu · Q002921 · einzelne zitierbare Belege

    Der vorliegende Auszug fasst den risikobasierten Ansatz, abgestufte Pflichten für GPAI-Modelle und die Vollzugsstruktur des KI-Gesetzes zusammen, ohne konkrete Anwendungsdaten zu nennen.

  87. Introducing Sonnet 4.6 anthropic · 2026 · Q002925 · einzelne zitierbare Belege

    Anthropic präsentiert Sonnet 4.6 als deutlich verbessertes, breit verfügbares Modell, stützt Leistungs- und Sicherheitsangaben aber vor allem auf eigene Tests und frühe Rückmeldungen und nennt zugleich Grenzen bei realer Computernutzung.

  88. Measuring the impact of post-training enhancements metr · 2024 · Q002933 · einzelne zitierbare Belege

    Auf METRs Aufgabenmix brachte Post-Training einen großen Leistungszuwachs, zusätzliche Agentenoptimierung einen kleineren, unsicheren; wegen begrenzter und nicht auf Gefahren ausgerichteter Tests bleiben die Ergebnisse vorläufig.

  89. Claude Opus 4.6 anthropic · 2026 · Q002937 · einzelne zitierbare Belege

    Anthropic präsentiert Opus 4.6 als stärkeres Modell für Programmierung und lange Aufgaben und berichtet gute Benchmark- und Sicherheitsergebnisse, die jedoch überwiegend auf eigenen Tests beruhen.

  90. Portable Evaluation Tasks via the METR Task Standard metr · 2024 · Q002941 · einzelne zitierbare Belege

    METR beschreibt einen offenen Standard für portable KI-Agenten-Aufgaben, dessen Nutzen und Verbreitung im Beitrag überwiegend durch Angaben von METR selbst belegt werden.

  91. Bounty: Diverse hard tasks for LLM agents metr · 2023 · Q002956 · einzelne zitierbare Belege

    Der veraltete METR-Aufruf skizziert Anforderungen und Vergütung für anspruchsvolle, sorgfältig geprüfte Aufgaben zur Bewertung autonomer LLM-Agenten.

  92. Introducing Claude Opus 4.5 anthropic · 2025 · Q002972 · einzelne zitierbare Belege

    Anthropic zufolge verbessert Claude Opus 4.5 Leistung und Effizienz bei vielen Aufgaben; die Belege beruhen vor allem auf unternehmenseigenen Tests und Kundenberichten, deren Grenzen der Bericht teilweise benennt.

  93. Responsible Scaling Policies (RSPs) metr · 2023 · Q002990 · einzelne zitierbare Belege

    METR zufolge können RSPs KI-Entwicklung an Tests und Schutzmaßnahmen koppeln, sind aber nur ein freiwilliger erster Schritt und kein Ersatz für Regulierung.

  94. Fable 5's cyber safeguards and our jailbreak framework anthropic · 2026 · Q003004 · einzelne zitierbare Belege

    Anthropic stellt Fable 5s Cyber-Filter und einen ausdrücklich vorläufigen Maßstab zur Bewertung von KI-Jailbreaks vor; beides soll Missbrauch begrenzen, wobei auch harmlose Anfragen blockiert werden können.

  95. New report: Evaluating Language-Model Agents on Realistic Autonomous Tasks metr · 2023 · Q003017 · einzelne zitierbare Belege

    Laut ARC Evals bewältigten die getesteten Claude- und GPT-4-Agenten nur die einfachsten von zwölf ARA-Aufgaben, doch Fine-Tuning und bessere Agenten könnten die Fähigkeiten verändern; konkrete Ergebniszahlen sind im Text nicht enthalten.

  96. Detecting and countering misuse of AI: August 2025 anthropic · 2025 · Q003033 · einzelne zitierbare Belege

    Anthropic berichtet über drei von ihm aufgedeckte Missbrauchsfälle mit Claude und beschreibt daraufhin ergriffene Schutzmaßnahmen, wobei der Beitrag nur ausgewählte Fälle des vollständigen Berichts zusammenfasst.

  97. Update on ARC's recent eval efforts metr · 2023 · Q003047 · einzelne zitierbare Belege

    Die getesteten Modelle scheiterten laut ARC an autonomer Selbstreplikation, zeigten aber relevante Teilfähigkeiten – weshalb der Bericht systematische Prüfungen künftiger Modelle fordert und zugleich seine vorläufige, eingeschränkt nachvollziehbare Versuchsanordnung betont.

  98. Taking a responsible path to AGI deepmind · 2025 · Q003066 · einzelne zitierbare Belege

    DeepMind beschreibt Sicherheitsmaßnahmen für mögliche AGI, vor allem gegen Missbrauch und Fehlanpassung, lässt aber erkennen, dass wesentliche Risiken und offene Fragen bestehen.

  99. Funding third-party model evaluations anthropic · 2024 · Q003114 · einzelne zitierbare Belege

    Anthropic will externe KI-Evaluationen zu Fähigkeiten und Risiken fördern und nennt dafür Schwerpunkte und Qualitätsmaßstäbe, aber keine konkreten Förderbeträge oder Ergebnisse.

  100. Reflections on our Responsible Scaling Policy anthropic · 2024 · Q003125 · einzelne zitierbare Belege

    Anthropic sieht seine Responsible Scaling Policy als hilfreichen, aber noch unvollständigen Rahmen für Tests, Schutzmaßnahmen und Aufsicht bei KI-Risiken; der Bericht ist eine unternehmenseigene Zwischenbilanz.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →