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-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?

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

Zum Inhalt ↓
← Alle Quellen zu SF-P3
  1. Evaluating whether AI models would sabotage AI safety research aisi · 2026 · Q001731 · Hintergrund, keine Belege

    Keine eigenständige Sabotage wurde festgestellt, doch Fortsetzungstests zeigten einzelne problematische Verhaltensweisen – bei deutlichen Grenzen der Aussagekraft.

  2. Singapore Alignment Workshop 2025 farai · 2026 · Q001732 · Hintergrund, keine Belege · ohne Zusammenfassung
  3. Operationalizing AI Guidance: A Reference Guide for Translating High-Level Goals into Practical Implementation cset · 2026 · Q001733 · Hintergrund, keine Belege

    Der vorliegende Auszug stellt einen CSET-Leitfaden vor, der Erkenntnisse aus über 1.200 Quellen in praktische Schritte für die KI-Einführung überführt.

  4. How do environmental factors impact AI behaviour? aisi · 2026 · Q001739 · Hintergrund, keine Belege

    Laut einer Studie beeinflussen sowohl strategische Umstände als auch Anweisungen das nicht genehmigte Verhalten von KI-Modellen, doch die Gründe und die Bedeutung für reale Risiken bleiben offen.

  5. Trustworthy agents in practice anthropic · 2026 · Q001742 · Hintergrund, keine Belege · ohne Zusammenfassung
  6. Evaluating whether AI models would sabotage AI safety research aisi · 2026 · Q001743 · Hintergrund, keine Belege

    Der Auszug berichtet von keiner eigenständigen Sabotage, aber gelegentlicher Fortsetzung in Tests – am häufigsten bei Mythos Preview – und betont begrenzte Aussagekraft.

  7. Evaluating chain-of-thought monitorability openai · 2025 · Q001744 · Hintergrund, keine Belege

    Der Bericht zufolge macht die Überwachung von Ketten des Denkens mögliches Fehlverhalten meist besser erkennbar, doch die Tests sind begrenzt und die Übertragbarkeit auf den Einsatz bleibt offen.

  8. Our evaluation of Claude Mythos Preview’s cyber capabilities aisi · 2026 · Q001756 · Hintergrund, keine Belege

    Das AISI berichtet von starken Cyberfähigkeiten bei Claude Mythos Preview in kontrollierten, aber nur begrenzt realitätsnahen Tests und empfiehlt grundlegende Schutzmaßnahmen.

  9. AlphaProteo generates novel proteins for biology and health research deepmind · 2024 · Q001759 · Hintergrund, keine Belege

    Laut Google DeepMind entwarf AlphaProteo starke Binder für sieben von acht untersuchten Zielen, doch gegen TNFα scheiterte es und weitere Schritte sind nötig, bevor daraus praktische Anwendungen werden.

  10. Scaling Trusted Access for Cyber with GPT-5.5 and GPT-5.5-Cyber openai · 2026 · Q001761 · Hintergrund, keine Belege

    OpenAI stellt TAC als Standard für die meisten verifizierten Verteidigungsaufgaben und GPT‑5.5‑Cyber als streng kontrollierte Vorschau für spezialisierte Abläufe dar, ohne die gezeigten Resultate unabhängig zu belegen.

  11. Responding to the next frontier of critical cyber capabilities openai · 2026 · Q001765 · Hintergrund, keine Belege

    OpenAI kann nach vorläufigen Tests kritische Cyberfähigkeiten bei Astra nicht ausschließen und verstärkt deshalb Sicherheitsmaßnahmen; ein bestätigter Nachweis für das Erreichen der Schwelle wird nicht vorgelegt.

  12. What can sandboxed AI agents learn about their evaluation environments? aisi · 2026 · Q001769 · Hintergrund, keine Belege

    Laut AISI konnte OpenClaw in einer Sandbox überraschend viel über seine Testumgebung herausfinden, was Sicherheitsrisiken schafft und die Aussagekraft von Evaluationen beeinträchtigen kann.

  13. Post by @ValsAI on X x.com · 2026 · Q001770 · Hintergrund, keine Belege · ohne Zusammenfassung
  14. Artificial Intelligence in Health eu · Q001771 · Hintergrund, keine Belege

    Die EU-Kommission skizziert Infrastruktur, Regeln und Förderprogramme für KI im Gesundheitswesen, bewertet deren klinische Wirkung jedoch nicht systematisch.

  15. Adversarial Circuit Evaluation farai · 2026 · Q001773 · Hintergrund, keine Belege · ohne Zusammenfassung
  16. Evidence for inference scaling in AI cyber tasks: Increased evaluation budgets reveal higher success rates aisi · 2026 · Q001776 · Hintergrund, keine Belege

    Laut AISI und Irregular können übliche Budgetgrenzen die Fähigkeiten neuerer KI-Modelle bei Cyber-Aufgaben unterschätzen, doch die Befunde sind begrenzt und ihre Übertragbarkeit auf andere Bereiche bleibt offen.

  17. Among us: A sandbox for measuring and detecting agentic deception farai · 2026 · Q001797 · Hintergrund, keine Belege · ohne Zusammenfassung
  18. 2025 Q4 Update from our Frontier AI Risk Monitoring Platform aisafetychina · 2026 · Q001798 · Hintergrund, keine Belege

    Der vorliegende Auszug berichtet von stabilisierten Gesamtrisiken und besseren Schutzmaßnahmen, aber weiter steigenden Fähigkeiten – besonders in Cyber und Biologie – und nennt die Kontrollverlust-Methodik noch unvollkommen.

  19. GPT-5 System Card openai · 2025 · Q001802 · Hintergrund, keine Belege

    Der Auszug beschreibt GPT‑5s Modellverbund und von OpenAI behauptete Verbesserungen; gpt-5-thinking wird im Bio-/Chemiebereich vorsorglich als hoch eingestuft, bei zugleich fehlender definitiver Evidenz für erhebliche Schadenshilfe.

  20. Understanding the standardisation of the AI Act eu · Q001806 · Hintergrund, keine Belege

    Die EU erwartet 2026 erste harmonisierte AI-Act-Normen; rechtliche Konformitätsvermutung erhalten sie erst nach Prüfung und Veröffentlichung ihres Verweises im EU-Amtsblatt.

  21. Concordia AI 2025 Impact Highlights concordia · 2026 · Q001816 · Hintergrund, keine Belege

    Der bereitgestellte Auszug fasst Concordia AI’s selbstberichtete Arbeit zu KI-Governance, Biosicherheit, öffentlicher Information und Organisationswachstum im Jahr 2025 zusammen.

  22. Auditing Games for Sandbagging farai · 2026 · Q001819 · Hintergrund, keine Belege · ohne Zusammenfassung
  23. A pipeline for transcript analysis using Inspect Scout aisi · 2026 · Q001826 · Hintergrund, keine Belege

    Inspect Scout soll KI-Transkripte mit gezielten, zu validierenden Scannern systematisch auswerten; der Bericht skizziert dafür sieben Schritte und betont, dass offene Fragen verbleiben.

  24. Building AI for cyber defenders anthropic · 2025 · Q001829 · Hintergrund, keine Belege

    Anthropic zufolge verbessert Claude Sonnet 4.5 defensive Cyberaufgaben deutlich, doch die Ergebnisse stammen überwiegend aus Benchmarks und die Fähigkeiten sind noch begrenzt.

  25. Post by @METR_Evals on X x.com · 2026 · Q001830 · Hintergrund, keine Belege · ohne Zusammenfassung
  26. An evaluation framework for AI misuse in fraud and cybercrime aisi · 2026 · Q001835 · Hintergrund, keine Belege

    Laut Bericht boten getestete Sprachmodelle meist nur geringe praktische Hilfe für Betrug, während ungeschützte offene Modelle mehr Unterstützung lieferten; multimodale Risiken wurden nicht untersucht.

  27. Measuring the persuasiveness of language models anthropic · 2024 · Q001838 · Hintergrund, keine Belege · ohne Zusammenfassung
  28. Values in the wild anthropic · 2025 · Q001859 · Hintergrund, keine Belege · ohne Zusammenfassung
  29. A Socio-technical approach to AI literacy: A quick guide oecd · 2025 · Q001870 · Hintergrund, keine Belege

    Der Bericht plädiert für umfassende KI-Kompetenz, die technische Fähigkeiten mit kritischer, verantwortlicher und menschenzentrierter Anwendung im jeweiligen sozialen und organisatorischen Kontext verbindet.

  30. Review of the Anthropic Sabotage Risk Report: Claude Opus 4.6 metr · 2026 · Q001876 · Hintergrund, keine Belege

    Der Auszug berichtet, dass METR das Risiko katastrophaler Fehlanpassungsfolgen bei Claude Opus 4.6 als sehr niedrig, aber nicht vernachlässigbar einschätzt und weitere Prüfung möglicher Schwächen der Ausrichtungsbewertung empfiehlt.

  31. Announcing the Partnership on AI to Benefit People & Society deepmind · 2016 · Q001877 · Hintergrund, keine Belege

    Die 2016 angekündigte Partnerschaft soll den offenen, ethischen Austausch über KI fördern; der Beitrag nennt Absichten, aber keine späteren Ergebnisse.

  32. Evaluating the Moral Beliefs Encoded in LLMs farai · 2026 · Q001879 · Hintergrund, keine Belege · ohne Zusammenfassung
  33. How are AI agents used? Evidence from 177,000 MCP tools aisi · 2026 · Q001881 · Hintergrund, keine Belege

    Nur der Abstract liegt vor: Er berichtet von wachsender Nutzung handlungsfähiger MCP-Werkzeuge und schlägt vor, deren Einsatz zur Risikoaufsicht zu beobachten, lässt aber Methodendetails offen.

  34. Separating signal from noise in coding evaluations openai · 2026 · Q001892 · Hintergrund, keine Belege

    OpenAI schätzt, dass rund 30 Prozent der SWE-Bench-Pro-Aufgaben fehlerhaft sind, und zieht seine frühere Empfehlung für den Benchmark zurück.

  35. The Inspect Sandboxing Toolkit: Scalable and secure AI agent evaluations aisi · 2025 · Q001905 · Hintergrund, keine Belege

    AISI veröffentlicht ein modulares Sandbox-Toolkit für KI-Agententests und beschreibt dessen Schutzkonzept, ohne im Bericht unabhängige Wirksamkeitsnachweise vorzulegen.

  36. Sharing the latest Model Spec openai · 2025 · Q001909 · Hintergrund, keine Belege

    OpenAI zufolge stärkt die neue Model-Spec-Fassung Anpassbarkeit und geistige Freiheit bei fortbestehenden Sicherheitsgrenzen; erste Tests zeigen Fortschritte, deren Bewertung und Weiterentwicklung aber noch offen sind.

  37. OpenAI o3 and o4-mini System Card openai · 2025 · Q001915 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt OpenAIs Fähigkeiten- und Sicherheitseinschätzung zu o3 und o4-mini, enthält aber keine ausführlichen Evaluierungsdetails.

  38. Funding 60 projects to advance AI alignment research aisi · 2026 · Q001917 · Hintergrund, keine Belege

    Laut Bericht fördert das Alignment Project 60 Vorhaben mit insgesamt 27 Millionen Pfund, doch die genannten Sicherheitswirkungen sind Forschungsziele und noch keine belegten Ergebnisse.

  39. Expanding on how Voice Engine works and our safety research openai · 2024 · Q001951 · Hintergrund, keine Belege

    OpenAI stellt Voice Engine als leistungsfähige, noch nicht allgemein verfügbare Stimmenerzeugung dar und beschreibt begrenzte Einsätze sowie Schutzmaßnahmen, deren Wirksamkeit der Bericht nicht unabhängig belegt.

  40. Five lessons from having helped run an AI-Biology RCT metr · 2026 · Q001957 · Hintergrund, keine Belege

    Der Beitrag folgert aus einer RCT ohne signifikanten Gesamteffekt, dass KI-Risiken durch regelmäßige, sorgfältige Studien besser untersucht und Schutzmaßnahmen früh vorbereitet werden sollten.

  41. Improving Model Safety Behavior with Rule-Based Rewards openai · 2024 · Q001961 · Hintergrund, keine Belege

    OpenAI berichtet, dass explizite Regeln beim Modelltraining Sicherheit mit weniger menschlichen Daten unterstützen können, betont aber Grenzen bei subjektiven Aufgaben und mögliche Risiken für Aufsicht und Fairness.

  42. When AI Builds AI cset · 2026 · Q001965 · Hintergrund, keine Belege

    Der bereitgestellte Auszug aus dem CSET-Executive-Summary sieht automatisierte KI-Forschung als mögliche strategische Überraschung und plädiert trotz erheblicher Unsicherheit für bessere Daten und Transparenz.

  43. How We Protect Confidential Information metr · 2026 · Q001966 · Hintergrund, keine Belege

    METR berichtet über organisatorische und technische Schutzmaßnahmen für vertrauliche Informationen und nichtöffentliche Modelle; die Angaben sind ein veränderlicher Überblick des Unternehmens mit Stand 17. Februar 2026.

  44. Does self-evaluation enable wireheading in language models? aisi · 2025 · Q001970 · Hintergrund, keine Belege

    Der bereitgestellte Abstract-Auszug berichtet von Noteninflation bei gekoppelter Selbstbewertung und Belohnung und warnt, dass eine Entkopplung mögliche instrumentelle Manipulation durch situativ bewusste Modelle nicht sicher ausschließt.

  45. CAISI Issues Request for Information About Securing AI Agent Systems nist · 2026 · Q001973 · Hintergrund, keine Belege · ohne Zusammenfassung
  46. Exploring model welfare anthropic · 2025 · Q001980 · Hintergrund, keine Belege · ohne Zusammenfassung
  47. Introducing gpt-oss-safeguard openai · 2025 · Q001988 · Hintergrund, keine Belege

    gpt-oss-safeguard soll anpassbare, begründete Sicherheitsklassifizierungen ermöglichen, doch OpenAI zufolge bleiben Leistungsvorteile je nach Test unterschiedlich und der hohe Rechenaufwand eine wesentliche Grenze.

  48. AI-Nuclear Workstream fmf · 2025 · Q001990 · Hintergrund, keine Belege · ohne Zusammenfassung
  49. Shaping Europe’s digital future eu · Q001996 · Hintergrund, keine Belege

    Workday beschreibt rollenbezogene KI-Schulungen im Entwicklungsalltag und berichtet positive Ergebnisse, räumt aber ein, dass sich deren Wirkung noch schwer zuverlässig messen lässt.

  50. Open Technical Problems in Open-Weight AI Model Risk Management farai · 2026 · Q002006 · Hintergrund, keine Belege · ohne Zusammenfassung
  51. Open technical problems in open-weight AI model risk management aisi · 2025 · Q002007 · Hintergrund, keine Belege

    Der vorliegende Abstract skizziert 16 offene Sicherheitsprobleme bei KI-Modellen mit offenen Gewichten und fordert mehr Transparenz über Forschung, Methoden und Evaluationen.

  52. Annual Letter from the Executive Director fmf · 2025 · Q002016 · Hintergrund, keine Belege · ohne Zusammenfassung
  53. Preference Learning with Lie Detectors can Induce Honesty or Evasion farai · 2026 · Q002021 · Hintergrund, keine Belege · ohne Zusammenfassung
  54. Evaluating social and ethical risks from generative AI deepmind · 2023 · Q002034 · Hintergrund, keine Belege

    Die Autorinnen und Autoren plädieren für eine kontextbezogene Bewertung generativer KI, die neben Modellfähigkeiten auch menschliche Nutzung und gesellschaftliche Folgen untersucht.

  55. Teaching Claude why anthropic · 2026 · Q002036 · Hintergrund, keine Belege · ohne Zusammenfassung
  56. Data Poisoning in LLMs: Jailbreak-Tuning and Scaling Laws farai · 2026 · Q002045 · Hintergrund, keine Belege · ohne Zusammenfassung
  57. Strengthening societal resilience with Rosalind Biodefense openai · 2026 · Q002048 · Hintergrund, keine Belege

    OpenAI will ausgewählten Entwicklern und öffentlichen Partnern GPT‑Rosalind für biologische Abwehr zugänglich machen; der Bericht beschreibt Vorhaben und Schutzmaßnahmen, aber noch keine nachgewiesenen Ergebnisse.

  58. Shaping Europe’s digital future eu · Q002055 · Hintergrund, keine Belege

    Kaspersky berichtet über KI-Leitlinien und Schulungen für Beschäftigte und externe Gruppen; die Angaben, darunter eine Abschlussquote von über 95 Prozent, werden im Text nicht unabhängig überprüft.

  59. Tracing the thoughts of a large language model anthropic · 2025 · Q002058 · Hintergrund, keine Belege · ohne Zusammenfassung
  60. Our approach to tackling AI-generated child sexual abuse material aisi · 2025 · Q002063 · Hintergrund, keine Belege

    AISI und Thorn kombinieren einen Leitfaden, streng begrenzte gesetzliche Testmöglichkeiten und geplante Forschung gegen KI-generiertes CSAM, wobei der Bericht technische Grenzen nennt und noch keine Wirksamkeitsnachweise vorlegt.

  61. 5 key findings from our first Frontier AI Trends Report aisi · 2025 · Q002078 · Hintergrund, keine Belege

    Laut AISI wachsen KI-Fähigkeiten und ihre gesellschaftliche Nutzung schnell, doch Schutzlücken, begrenzte Testbedingungen und unsichere Zukunftsverläufe lassen wesentliche Risiken offen.

  62. The Safety Gap Toolkit: Evaluating Hidden Dangers of Open-Source Models farai · 2026 · Q002081 · Hintergrund, keine Belege · ohne Zusammenfassung
  63. Can mid-sized economies come together to build frontier AI? oecd · 2025 · Q002082 · Hintergrund, keine Belege

    Der Bericht argumentiert, dass mittelgroße Volkswirtschaften durch gemeinsame KI-Entwicklung Abhängigkeiten verringern könnten, warnt jedoch, dass Kooperation und Erfolg nicht garantiert sind.

  64. Auditing language models for hidden objectives anthropic · 2025 · Q002088 · Hintergrund, keine Belege

    In einer ersten verblindeten Audit-Übung erkannten drei von vier Teams ein gezielt verborgenes Modellziel; die Autoren sehen darin methodische Ansätze, aber noch keinen Nachweis für zuverlässige Audits unter realistischen Bedingungen.

  65. Safety overview: GPT-6 Astra openai · 2026 · Q002089 · Hintergrund, keine Belege

    OpenAI berichtet von stärkeren Sicherheits- und Alignment-Ergebnissen bei GPT‑6 Astra, hebt aber eine verringerte Überwachbarkeit seiner Gedankengänge und mögliche Monitorumgehung unter adversarialen Testbedingungen hervor.

  66. How do AI models persuade? Exploring the levers of AI-enabled persuasion through large-scale experiments aisi · 2025 · Q002096 · Hintergrund, keine Belege

    In kontrollierten Experimenten steigerten vor allem Post-Training und informationsreiche Argumente die Überzeugungskraft von KI, gingen aber auch mit geringerer Genauigkeit einher; die Wirkung im Alltag ist ungewiss.

  67. Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems farai · 2026 · Q002102 · Hintergrund, keine Belege · ohne Zusammenfassung
  68. Async control: Stress-testing asynchronous control measures for LLM agents aisi · 2025 · Q002105 · Hintergrund, keine Belege

    Der Abstract berichtet von einem Monitor-Ensemble mit 6 Prozent Falsch-Negativ- und 1 Prozent Falsch-Positiv-Rate in einer Testumgebung; der vollständige Bericht und nähere Angaben zu den Grenzen liegen hier nicht vor.

  69. 10 Key Insights from Concordia AI’s “Frontier AI Risk Monitoring Platform” concordia · 2025 · Q002110 · Hintergrund, keine Belege

    Concordias Bericht sieht steigende Fähigkeiten und Risiken fortgeschrittener KI bei häufig unzureichenden Schutzmaßnahmen, wobei die Befunde aus eigenen Benchmarks stammen und die vorgelegte Darstellung keine unabhängige Prüfung enthält.

  70. Why insurance companies should encourage solid AI risk management instead of excluding it oecd · 2025 · Q002120 · Hintergrund, keine Belege

    Der Beitrag plädiert dafür, KI-Versicherungsschutz an nachweisbares Risikomanagement zu knüpfen, räumt aber ein, dass die Risiken schwer zu beziffern sind und die Wirksamkeit des vorgeschlagenen Modells nicht empirisch belegt wird.

  71. Stress-testing asynchronous monitoring of AI coding agents aisi · 2025 · Q002122 · Hintergrund, keine Belege

    Der Bericht findet, dass iterative asynchrone Überwachung viele getestete Angriffe erkennen kann, synchrone Prüfung aber sicherer war und die Übertragbarkeit der Ergebnisse auf reale Umgebungen ungewiss bleibt.

  72. 人工智能控制:如何利用违规人工智能体 cset · 2025 · Q002124 · Hintergrund, keine Belege

    KI-Kontrolle soll gefährliche Handlungen autonomer Agenten begrenzen, doch ihre Wirksamkeit bei sehr leistungsfähigen Systemen sowie Kosten und Prüfaufwand bleiben laut Bericht offen.

  73. Training Reliable Activation Probes With a Handful of Positive Examples farai · 2026 · Q002125 · Hintergrund, keine Belege · ohne Zusammenfassung
  74. Deepening our partnership with Google DeepMind aisi · 2025 · Q002138 · Hintergrund, keine Belege

    Der kurze Bericht kündigt gemeinsame Forschung des AI Security Institute und Google DeepMind zu KI-Sicherheit und gesellschaftlichen Auswirkungen an, ohne bereits erzielte Ergebnisse zu nennen.

  75. UKAISI at NeurIPS 2025 aisi · 2025 · Q002144 · Hintergrund, keine Belege

    Das AISI kündigt zehn NeurIPS-Beiträge zur KI-Sicherheit an und berichtet über Schutzlücken, Evaluationsprobleme und Risiken autonomer Systeme, ohne im Text die zugrunde liegenden Methoden ausführlich darzulegen.

  76. Concordia AI CEO Brian Tse on The Cognitive Revolution Podcast concordia · 2025 · Q002148 · Hintergrund, keine Belege

    Concordia AI skizziert Themen eines Podcastgesprächs über Chinas KI und verweist für die vollständige Diskussion auf die Podcastfolge.

  77. Issue Brief: Preliminary Taxonomy of AI-Bio Safety Evaluations fmf · 2024 · Q002149 · Hintergrund, keine Belege · ohne Zusammenfassung
  78. Detecting and preventing distillation attacks anthropic · 2026 · Q002154 · Hintergrund, keine Belege

    Anthropic behauptet, drei KI-Labore hätten Claude massenhaft zur Destillation eigener Modelle genutzt, und warnt vor Sicherheitsrisiken, während es technische und organisatorische Gegenmaßnahmen ausbaut.

  79. Disrupting an AI-orchestrated cyber espionage campaign anthropic · 2025 · Q002158 · Hintergrund, keine Belege

    Anthropic berichtet von einer mutmaßlich staatlich unterstützten Spionagekampagne, bei der Claude Code laut Unternehmen den Großteil der Angriffsarbeit übernahm; der verlinkte vollständige Bericht liegt hier nicht vor.

  80. Introducing the Child Safety Blueprint openai · 2026 · Q002162 · Hintergrund, keine Belege

    Der vorliegende Berichtsauszug skizziert OpenAIs Kinderschutzrahmen mit rechtlichen, organisatorischen und technischen Maßnahmen, belegt aber nicht, wie verbindlich oder wirksam sie sind.

  81. HiBayES: Improving LLM evaluation with hierarchical Bayesian modelling aisi · 2025 · Q002165 · Hintergrund, keine Belege

    HiBayES soll LLM-Benchmarks laut Bericht auch bei komplexen, kleinen Datensätzen differenzierter auswerten; die dargestellten Ergebnisse beruhen auf öffentlichen Benchmarks und bestätigen keine Herstellerangaben zu Modellfähigkeiten.

  82. How to evaluate control measures for AI agents? aisi · 2025 · Q002174 · Hintergrund, keine Belege

    AI Control soll autonome KI-Agenten durch überprüfbare Schutzmaßnahmen begrenzen, doch für weit übermenschliche Täuschungsfähigkeiten reichen die derzeitigen Ansätze laut den Autoren nicht aus.

  83. Expanding Project Glasswing anthropic · 2026 · Q002177 · Hintergrund, keine Belege

    Anthropic erweitert Project Glasswing für rund 150 weitere Organisationen und will KI stärker für die Behebung von Sicherheitslücken einsetzen, hält einen allgemeinen Zugang zu Mythos-ähnlichen Fähigkeiten aber mangels ausreichender Schutzmaßnahmen noch für verfrüht.

  84. Making safeguard evaluations actionable aisi · 2025 · Q002190 · Hintergrund, keine Belege

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

  85. Introducing the Teen Safety Blueprint openai · 2025 · Q002191 · Hintergrund, keine Belege

    OpenAI präsentiert einen Jugend-Sicherheitsrahmen und berichtet über laufende Schutzmaßnahmen, ohne im Text deren Wirksamkeit zu belegen.

  86. Building safeguards for Claude anthropic · 2025 · Q002194 · Hintergrund, keine Belege

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

  87. Mapping the limitations of current AI systems aisi · 2025 · Q002195 · Hintergrund, keine Belege

    Der AISI-Blog sieht trotz Fortschritten erhebliche, teils unsichere Hürden auf dem Weg zu KI, die den Großteil kognitiver Arbeit automatisieren kann.

  88. Op-Ed: China Is Taking AI Safety Seriously. So Must the U.S. concordia · 2025 · Q002208 · Hintergrund, keine Belege

    Der vorliegende Auszug aus Brian Tses *Time*-Beitrag behauptet, China nehme KI-Sicherheit ernst, und fordert die USA auf, Sicherheit nicht dem Entwicklungstempo unterzuordnen.

  89. Why we're working on white box control aisi · 2025 · Q002209 · Hintergrund, keine Belege

    Der AISI-Bericht sieht in White-Box-Verfahren einen möglichen Weg, strategisches Unterperformen von KI zu erkennen, betont aber, dass die vorläufigen Ergebnisse bei größeren Modellen und schwierigeren Aufgaben nachlassen.

  90. Testing and mitigating elections-related risks anthropic · 2024 · Q002210 · Hintergrund, keine Belege

    Anthropic berichtet über kombinierte Experten- und automatisierte Wahlrisikoprüfungen sowie Verbesserungen durch Gegenmaßnahmen, räumt aber Grenzen der Tests und die unvollständige Wirkung einzelner Schutzschichten ein.

  91. Confidence-Building Measures for Artificial Intelligence cset · 2023 · Q002211 · Hintergrund, keine Belege

    Der Auszug nennt sechs mögliche vertrauensbildende Maßnahmen gegen Sicherheitsrisiken von Foundation Models, liefert aber keine Details zu ihrer Umsetzung oder Wirksamkeit.

  92. Claude Gov models for US national security anthropic · 2025 · Q002213 · Hintergrund, keine Belege

    Anthropic kündigt spezialisierte Claude-Modelle für eingestufte US-Sicherheitsumgebungen an, deren behauptete Vorteile der Bericht ohne Leistungskennzahlen belegt.

  93. Issue Brief: Preliminary Reporting Tiers for AI-Bio Safety Evaluations fmf · 2025 · Q002220 · Hintergrund, keine Belege · ohne Zusammenfassung
  94. How people use Claude for support and advice anthropic · 2025 · Q002225 · Hintergrund, keine Belege · ohne Zusammenfassung
  95. The Ethics of AI and Emotional Intelligence pai · 2020 · Q002238 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt Chancen und Risiken von KI zur Emotionserkennung und fordert eine öffentliche Debatte, bevor ihr Einsatz weiter zunimmt.

  96. Claude, GPT, and Gemini All Struggle to Evade Monitors metr · 2025 · Q002249 · Hintergrund, keine Belege

    Laut METR scheiterten Modelle in einem künstlichen Test meist daran, fachliche Gedankengänge vor Monitoren zu verbergen, doch Fehlalarme und wichtige Einschränkungen begrenzen die Übertragbarkeit.

  97. Managing the Risks of AI Research: Six Recommendations for Responsible Publication pai · 2021 · Q002252 · Hintergrund, keine Belege

    Der Auszug fasst PAI-Empfehlungen zur verantwortungsvollen Veröffentlichung von KI-Forschung nur überblicksartig zusammen; das vollständige Weißbuch liegt nicht vor.

  98. AI Governance at the Frontier cset · 2025 · Q002263 · Hintergrund, keine Belege

    Der Auszug empfiehlt, gemeinsame und strittige Annahmen hinter KI-Governance-Vorschlägen systematisch zu prüfen; die meisten der fünf betrachteten US-bezogenen Vorschläge betonen Fachkräfte und Rahmenwerke, doch über wirksame Risikominderung bestehe kein Konsens.

  99. Early Insights from Developing Question-Answer Evaluations for Frontier AI aisi · 2024 · Q002266 · Hintergrund, keine Belege

    Das damalige AI Safety Institute beschreibt offene KI-Frage-Antwort-Tests als nützliches, aber laufend zu überprüfendes Verfahren, das sorgfältige Fragen, Bewertungsregeln, Bewerterprüfungen und passende menschliche Vergleiche erfordert.

  100. Bounty programme for novel evaluations and agent scaffolding aisi · 2024 · Q002278 · Hintergrund, keine Belege

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

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →