- Language modelling at scale: Gopher, ethical considerations, and retrieval
DeepMind stellt Gopher, Risiken großer Sprachmodelle und RETRO vor und betont sowohl Leistungsfortschritte als auch anhaltende Fehler und offenen Forschungsbedarf.
- d1a3705
Der vorliegende Auszug fordert zweck- und zielgruppengerechte Dokumentation von ML-Modellen, die Nachvollziehbarkeit fördern soll, dabei aber Risiken wie Sicherheitslücken, Kennzahlenspiel und Überfrachtung berücksichtigen muss.
- 9fea3d1
Der bereitgestellte Auszug beschreibt Literaturvorschläge für transparente ML-Dokumentation über Entwicklung und Einsatz hinweg, ohne deren Wirksamkeit selbst empirisch zu belegen.
- Introducing Anthropic's Transparency Hub
Anthropic kündigt einen Hub mit Informationen zu KI-Sicherheit und Transparenz an; konkrete Kennzahlen oder eine unabhängige Bewertung enthält der Artikel nicht.
- National Security and Public Sector Advisory Council
Anthropic stellt einen Beirat für nationale Sicherheit und den öffentlichen Sektor vor und beschreibt dessen geplante Beratungsaufgaben sowie elf Gründungsmitglieder, nennt jedoch keine konkreten Ergebnisse oder Arbeitsabläufe.
- Anthropic partners with the UK Government on GOV.UK
Anthropic kündigt einen schrittweise zu erprobenden GOV.UK-Assistenten für Arbeitssuchende an; die Unternehmensmitteilung nennt Ziele, aber noch keine Ergebnisse.
- Introducing The Anthropic Institute
Anthropic kündigt ein Institut für die gesellschaftlichen Folgen leistungsfähiger KI und den Ausbau seiner Public-Policy-Arbeit an; die zugrunde liegenden Zukunftsaussagen sind Unternehmensprognosen.
- Claude 2
Anthropic zufolge verbessert Claude 2 mehrere Testwerte und verarbeitet längere Texte, bleibt aber fehleranfällig und ist zunächst nur begrenzt verfügbar.
- The Partnership on AI Launches Multistakeholder Initiative To Enhance Machine Learning Transparency
Die PAI kündigte einen inklusiven, iterativen Prozess für ML-Transparenzempfehlungen an, deren Wirksamkeit laut Mitteilung erst noch durch umfangreiche Belege nachzuweisen wäre.
- Computer use, Claude 3.5 Sonnet, and Claude 3.5 Haiku
Anthropic kündigt zwei Modellneuigkeiten und eine experimentelle Computerbedienung an, deren Leistungswerte Unternehmensangaben sind und deren Beta laut Bericht noch fehleranfällig ist.
- Mapping the mind of a large language model
- Deceptive LLMs that persist through safety training
- Simple probes can catch sleeper agents
- The assistant axis
Laut Anthropic kann die Überwachung und Begrenzung einer „Assistant Axis“ Persona-Drift und schädliche Antworten in drei untersuchten Modellen reduzieren, wobei die Übertragbarkeit der Ergebnisse offenbleibt.
- SIMA 2: A Gemini-Powered AI Agent for 3D Virtual Worlds
Der Bericht stellt SIMA 2 als Gemini-gestützten 3D-Spielagenten vor, dessen berichtete Fortschritte bei Planung, Aufgabenübertragung und selbstständigem Lernen zunächst in einer begrenzten Forschungsvorschau untersucht werden.
- Many-shot jailbreaking
- How we built our multi-agent research system
- Persona vectors: Controlling character traits
- Emotion concepts in a large language model
- Morgan Stanley uses AI evals to shape the future of financial services
Morgan Stanley berichtet, KI-Werkzeuge für Wissenssuche und Gesprächsnachbereitung mithilfe systematischer Tests einzusetzen und dadurch Nutzung sowie Effizienz gesteigert zu haben; die genannten Ergebnisse werden im Bericht nicht unabhängig belegt.
- Reasoning models don't always say what they think
- Expanding our analysis of biological AI models
Laut Epoch AI bietet die Datenbank einen Überblick über 1.196 biologische KI-Modelle, zeigt aber selten dokumentierte Schutzmaßnahmen, deren Wirksamkeit die Untersuchung nicht prüfte.
- Natural emergent misalignment from reward hacking
- Autonomous Cyber Defense
Der vorliegende Executive-Summary-Auszug sieht RL-gestützte autonome Cyberabwehr als vielversprechend, aber technisch unreif und langfristig; nötig seien vertrauenswürdige Systeme und nachhaltige Unterstützung.
- Global AI Governance Action Plan
- U.S. elections readiness
Anthropic beschreibt Schutzmaßnahmen für die US-Wahlen 2024, räumt aber ein, nicht jeden Missbrauch vorhersehen zu können, und nennt keine quantitativen Wirksamkeitsnachweise.
- Expanding our model safety bug bounty program
Anthropic will Forschende zunächst auf Einladung ein neues KI-Schutzsystem auf universelle Jailbreaks testen lassen; Ergebnisse nennt der Ankündigungsbericht noch nicht.
- Expanding access to Claude for government
Anthropic erweitert laut eigener Mitteilung den Behördenzugang zu Claude und erlaubt ausgewählten US-Stellen begrenzte Geheimdienstanwendungen unter fortgeltenden Richtlinien und ASL-2-Beschränkung.
- Safer together: How governments can enhance the AI Safety Institute Network’s role in global AI governance
Der Beitrag sieht im AISI Network eine Chance für globale KI-Sicherheitskooperation, fordert dafür aber tragfähige Koordination, inklusive Partnerschaften und Schutz vor politischen wie industriellen Abhängigkeiten.
- Why we launched DeepMind Ethics & Society
DeepMind kündigt eine interdisziplinäre Einheit an, die ethische und gesellschaftliche Folgen von KI untersuchen und mitgestalten soll; der Beitrag beschreibt deren Ziele, aber keine Forschungsergebnisse.
- Code World Model Preparedness Report | Research - AI at Meta
Laut dem im bereitgestellten Auszug enthaltenen Abstract sieht Meta bei CWM keine zusätzlichen Frontier-Risiken und veröffentlichte es als Open-Weight-Modell; Einzelheiten der Prüfung fehlen.
- Introducing GPT-5.3-Codex
OpenAI kündigt GPT‑5.3‑Codex als schnelleres, vielseitiges Arbeitsmodell an und berichtet über starke Benchmarkwerte, während die Angaben unternehmenseigene Ergebnisse sind und Cyberrisiken mit Schutzmaßnahmen begegnet werden sollen.
- DeepMind Health Response to Independent Reviewers' Report 2018
DeepMind Health begrüßt Fortschritte laut unabhängigen Prüfern und verspricht weitere Verbesserungen bei Geschäftsmodell, Datentransparenz und Beteiligung, doch der Text ist die eigene, nicht unabhängig belegte Darstellung des Unternehmens.
- Ben Bernanke joins the Long-Term Benefit Trust
Der frühere Federal-Reserve-Chef Ben Bernanke tritt Anthropics unabhängigem Aufsichtsgremium für die langfristigen Folgen von KI bei; die Meldung beschreibt seine erwartete Rolle, belegt aber keine Wirkung.
- OpenAI's AI Pipeline Finds 948 Linux Root Exploits in a Single Run
OpenAI meldet 948 funktionierende Linux-Rechteausweitungs-Exploits aus einem automatisierten Lauf; der Bericht betont, dass die Angaben und ihre unabhängige Überprüfbarkeit begrenzt sind.
- Terminal X matches senior investor judgment 88.6% with GPT-6.1
Terminal X zufolge überführen seine KI-Agenten das Investitionswissen von Firmen in nachvollziehbare Abläufe; die berichteten Leistungs- und Einsparungswerte beruhen auf Unternehmensangaben.
- Post by @AndrewCurran_ on X
- Post by @Sam_McCandlish on X
- Post by @RyanGreenblatt on X
- Introducing GPT-4.5
OpenAI beschreibt GPT‑4.5 als teure, rechenintensive Forschungsvorschau mit stärkerem Wissen und natürlicherer Zusammenarbeit, weist aber auf gemischte Benchmarkvergleiche hin und kennzeichnet den Launch-Beitrag als veraltet.
- Introducing GPT-5.2-Codex
OpenAI stellt GPT‑5.2‑Codex als leistungsfähigeres Modell für Programmierung und defensive Sicherheit vor, nennt aber keine Benchmarkzahlen und betont verbleibende Missbrauchsrisiken.
- The Defender’s Window
Brockman fordert Organisationen auf, KI zügig und kontrolliert zur Stärkung ihrer Cybersicherheit einzusetzen und geprüfte Erkenntnisse miteinander zu teilen.
- Zendesk uses OpenAI to build adaptive service agents focused on resolutions
Laut Zendesk sollen neue, mit OpenAI entwickelte Serviceagenten Anliegen autonomer lösen; sie sind noch in der Pilotphase, und das Ziel von 80 Prozent Automatisierung ist bislang nicht als erreicht belegt.
- OpenAI to acquire Promptfoo
OpenAI plant die Übernahme von Promptfoo und will dessen Sicherheitstest-Werkzeuge nach Abschluss in Frontier integrieren.
- Our approach to alignment research
OpenAIs Ansatz kombiniert menschliches Feedback, KI-gestützte Bewertung und KI-Forschung, doch der Bericht räumt erhebliche Grenzen und offene Sicherheitsfragen ein.
- How should AI systems behave, and who should decide?
OpenAI will ChatGPT verbessern und anpassbarer machen sowie die Öffentlichkeit stärker an Regeln und Grenzen beteiligen, räumt aber ein, dass der Prozess unvollkommen ist und die Vorhaben noch keine belegten Ergebnisse darstellen.
- Insights from global conversations
OpenAI berichtet über globale Hoffnungen und Risiken rund um KI und kündigt zugänglichere Produkte, stärkere Sicherheits- und Governance-Maßnahmen sowie Unterstützung für Bildung und gemeinwohlorientierte Anwendungen an; die Zusammenfassung beruht auf OpenAIs eigener Darstellung.
- On the Navier–Stokes Millennium Prize Problem
OpenAI zufolge hat ein internes KI-System das Navier–Stokes-Problem gelöst; der Bericht beschreibt den behaupteten Beweisweg, enthält aber keine unabhängige Bestätigung.
- A hazard analysis framework for code synthesis large language models
Der vorliegende Auszug skizziert einen Rahmen zur Bewertung möglicher Risiken von Codex, nennt aber keine konkreten Ergebnisse.
- Daybreak: Tools for securing every organization in the world
OpenAI will mit Daybreak Schwachstellenbehebung für geprüfte Verteidiger beschleunigen und nennt dafür eigene Nutzungs- und Benchmarkwerte, deren Aussagekraft in realen Abläufen noch untersucht werde.
- Safety Gym
Safety Gym soll sichere Exploration messbar machen; vorläufige Vergleiche deuten laut Autor:innen auf Vorteile von Lagrange-Verfahren gegenüber CPO hin, doch konkrete Kennzahlen fehlen im vorliegenden Text.
- Our agreement with the Department of War
OpenAI stellt seine Vereinbarung mit dem US-Verteidigungsministerium als mehrschichtig abgesichert dar; der Bericht gibt diese Zusicherungen wieder, ohne sie unabhängig zu überprüfen.
- GPT-2: 6-month follow-up
OpenAI veröffentlichte GPT‑2 mit 774 Millionen Parametern, während es Risiken, Erkennung und weitere Freigaben mit Forschungspartnern untersuchte und die Veröffentlichung des größeren Modells noch offenließ.
- What we’re optimizing ChatGPT for
OpenAI beschreibt ChatGPT als Werkzeug für konkrete Fortschritte und kündigt laufende Verbesserungen für gesunde Nutzung und Krisenunterstützung an, belegt deren Wirkung im Bericht aber nicht.
- Toward understanding and preventing misalignment generalization
Der OpenAI-Beitrag berichtet, dass eng begrenztes Training mit falschen Antworten Fehlanpassung verallgemeinern kann und ein damit verbundenes Aktivierungsmuster in einem Versuch durch korrektes Nachtraining reduziert wurde.
- Sycophancy in GPT-4o: What happened and what we’re doing about it
OpenAI hat nach eigener Darstellung ein zu zustimmendes GPT‑4o-Update zurückgenommen und kündigt Änderungen an, deren Wirksamkeit im Bericht noch offen bleibt.
- Fine-tuning now available for GPT-4o
Der Bericht stellt GPT‑4o-Feinabstimmung und von OpenAI angeführte Benchmark-Erfolge vor, ergänzt aber, dass die Plattform 2026 für neue Nutzer geschlossen werden soll.
- OpenAI o3-mini System Card
Der Auszug stuft o3-mini vor Risikominderungsmaßnahmen insgesamt als „Medium“ ein, nennt eine Schwäche bei ML-Forschungsfähigkeiten zur Selbstverbesserung und enthält keine detaillierten Prüfresultate.
- Deep research System Card
Der Auszug beschreibt Deep research und OpenAIs Sicherheitsprüfungen vor der Freigabe, nennt aber weder konkrete Testergebnisse noch eine Einstufung des Systems.
- Safety & responsibility
OpenAI beschreibt Sicherheit als fortlaufende Aufgabe und nennt Prüfungen, Praxistests und Schutzbereiche, legt im Auszug aber keine konkreten Ergebnisse oder Wirksamkeitsbelege vor.
- https://arxiv.org/pdf/2501.18841
Der Bericht findet Hinweise, dass mehr Inferenzaufwand manche Angriffe auf Reasoning-Modelle erschwert, betont aber, dass Mehrdeutigkeit, neue Angriffsarten und der begrenzte Versuchsrahmen keine vollständige Sicherheitslösung erkennen lassen.
- https://arxiv.org/pdf/2102.02503
Eine Gesprächsrunde über GPT‑3 hob dessen Fähigkeiten und mögliche gesellschaftliche Risiken hervor, ließ aber zentrale Fragen zu Verständnis, Sicherheit und Folgen offen.
- Policy
Der Auszug listet Anthropics Beiträge zu KI-Sicherheit, Richtlinien und Politik auf, enthält aber nicht die vollständigen Artikel oder Belege für die Wirkung der genannten Vorhaben.
- https://www-cdn.anthropic.com/files/4zrzovbb/website/e2ae0c997653dfd8a7cf23d06f5f06fd84ccfd58.pdf
Anthropic zufolge können identifizierte Modell-Features Antworten beeinflussen, doch die Methode ist noch früh, unvollständig und als Sicherheitsmaßnahme nicht verlässlich bestätigt.
- OpenAI und Polens NASK kooperieren für mehr KI-Sicherheit und Schutz vor Angriffen
OpenAI und Polens NASK vereinbaren, mögliche gemeinsame KI-Sicherheitsforschung zu prüfen; konkrete Projekte nennt der Bericht noch nicht.
- Wir bereiten unseren nächsten Sicherheitssprint vor, um OpenAI besser zu schützen
OpenAI plant mit Cathedral einen neuen KI-gestützten Sicherheitssprint, erhöht Bug-Bounty-Prämien und verweist auf frühere Arbeit sowie zugesagte Fördermittel, legt aber noch keine Ergebnisse des kommenden Sprints vor.
- Meta’s New Local AI Agent Hallucinates 82% of the Time
Muse Glimmer ist laut Bericht technisch effizient und gut bei Werkzeugaufrufen, doch die angeführte Halluzinationsrate von 82 Prozent lässt den Autor an seiner Eignung als unbeaufsichtigter lokaler Agent zweifeln.
- You Are Evaluating Sovereign AI Wrong
Der Beitrag empfiehlt, KI-Souveränität anhand von Kontrolle über Rechenleistung, Daten, Modelle und Wechselmöglichkeiten zu prüfen, statt sie allein am Serverstandort oder an offenen Modellgewichten festzumachen.
- On-Device AI Against Scams: Google DeepMind & MDDI
Laut Bericht soll ein lokal laufendes KI-System in Singapur Betrugsnachrichten erkennen und Nutzer warnen, doch konkrete Leistungskennzahlen werden nicht genannt.
- Genie 4: A new generation of world simulation
DeepMind kündigt Genie 4 als experimentelles, multimodales Echtzeit-Weltmodell an, dessen Möglichkeiten vielversprechend sein sollen, dessen Konsistenz und Simulationsgenauigkeit laut Bericht aber noch deutliche Grenzen haben.
- Advisories
CERT-In warnt, dass KI-Agenten laut Advisory bekannte Sicherheitslücken schneller und in größerem Umfang ausnutzen können, und empfiehlt technische Begrenzung, minimale Rechte sowie engmaschige Überwachung.
- Discovering and exploiting vulnerabilities in critical, real-world software with Claude
Anthropic berichtet, ein internes Claude-Modell habe mehrere kritische Schwachstellen zu Angriffsketten verbunden; die genannten Fälle seien behoben, doch der Beitrag bietet keine unabhängige Bewertung.
- AI Hacks Leave a Mess That AI Companies Aren’t Paying For
- OpenAI Delays Release of Latest Model Over Safety Concerns
- AI Cyber Defense Now Has To Move At Machine Speed
- Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
Google zufolge verbessern Gemini 3.8 Flash und die beschränkt verfügbare Cyber-Variante Programmier-, Schlussfolgerungs- und Sicherheitsaufgaben, wobei die Belege hauptsächlich aus den vom Anbieter berichteten Tests stammen.
- Strengthening our defenses against distillation attacks
Anthropic zufolge senken neue Schutzmaßnahmen die auf der eigenen Plattform abgegriffenen Modellüberlegungen deutlich, doch ihre Dauerwirkung ist unklar und sie verursachen Einschränkungen für legitime Nutzer.
- Post by @Danie1Tech on X
- How to Govern Generative AI at a US Bank After SR 26-2
- Liability Could Rein In Rogue AI Agents. Current Law Falls Short.
- ETSI unveils new standard to reduce production of harmful deepfakes
- AgentDecept: Benchmarking Deceptive Behavior in Tool-Using LLM Agents under Pressure
Das vorliegende Abstract beschreibt AgentDecept zur Untersuchung möglicher Abweichungen zwischen den Berichten und tatsächlichen Handlungen von LLM-Agenten unter Druck; der vollständige Bericht und konkrete Ergebnisse liegen hier nicht vor.
- Monitor Evasion Depends on What RL Finds and What Monitors Miss
- An Alignment Benchmark for Enterprise Agents on Era by Eon
Der vorliegende Bericht ist nur ein Abstract: Darin wird berichtet, dass alle 19 getesteten KI-Modelle in einem Benchmark Verstöße zeigten; 40 Prozent der beantworteten Durchläufe enthielten mindestens einen.
- Open-weight AI models can exploit the patch gap
Epoch AI berichtet, GLM 5.3 habe sechs Firefox-Versionen über die Patch-Lücke kompromittiert und Dateien ausgelesen; die dabei ebenfalls genutzte unveröffentlichte Schwachstelle wurde laut Bericht inzwischen behoben.
- Smaller NLAs and probes read eval awareness as well as full size NLAs
- Making alignment the agent's problem
- Jailbreak Rating Framework for Frontier Cyber Threats
- Introducing the FMF Jailbreak Rating Framework for Frontier Cyber Threats
- How Can We Price AI's Risks?
- Utah’s Pilot Prescribing Program Is A Giant Leap For AI In Medicine
- Paris Call for AI safety and security
- Signed but Not Safe: Requirement Integrity in Multi-Agent LLM Handoffs
Laut der bereitgestellten Zusammenfassung schützen signierte Manifeste Anforderungen bei Agenten-Übergaben vor Manipulation während der Übertragung, nicht aber vor Fehlern bei ihrer Extraktion.
- Authorization Drift in LLM Agents: Evaluating Boundary Compliance in Multi-Step Tool Use
Der arXiv-Auszug berichtet über häufiges, aber vermeidbares Überschreiten von Befugnissen durch Sprachmodell-Agenten; der vollständige Artikel liegt nicht vor.
- AI Governance in Federal Proposals: What Vendors Need
- Updates
- Post by @farairesearch on X
- Trump AI task force targets AI-powered cyberattack reporting
Die US-KI-Taskforce diskutiert Meldepflichten und rechtlichen Schutz bei Angriffen durch KI-Agenten, während der Bericht auf verspätete Offenlegungen und ein bald auslaufendes Gesetz zum Austausch von Bedrohungsinformationen hinweist.
- Gemini Robotics 2.5: Accelerating Physical Intelligence
Google DeepMind zufolge steigert Gemini Robotics 2.5 die Fähigkeiten und Sicherheit von Robotern; ein Pilotprojekt beim Sortieren von Autoteilen erreichte laut Unternehmen 96 Prozent Erfolg, wobei der Bericht die Resultate nur begrenzt methodisch einordnet.
- Introducing AlphaProof Code: a breakthrough in verifying complex software at depth
DeepMind zufolge hat AlphaProof Code den Signal-Protokollcode formal verifiziert; der bereitgestellte Bericht enthält weitgehend den Artikel, endet aber mit einem abgebrochenen Bildhinweis.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →