- Training activation classifiers for safety and alignment
OpenAI zufolge können Aktivierungs-Probes Antworten laufend auf unerwünschte Aktivitäten prüfen, doch sind sie auf gelabelte Daten und passende Modellstände angewiesen, und die internen Versuchsergebnisse sind nicht unbedingt repräsentativ für den Einsatz.
- Transparency Disclosures for Chain-of-Thought Monitorability
Der bereitgestellte Abstract-Auszug empfiehlt fünf Offenlegungsindikatoren für das Monitoring von KI-Gedankengängen und fordert eine unabhängigere Prüfung, da kein untersuchter Anbieter alle Indikatoren abdeckt.
- Policy paper proposes five chain-of-thought disclosures for AI labs and finds none of the three it audits covers the full set
Die Studie schlägt fünf CoT-Offenlegungen vor, findet bei drei KI-Anbietern aber nur den Vergleich der Überwachungsleistung vollständig dokumentiert und erklärt ihre Bewertungen wegen methodischer Grenzen für vorläufig.
- Covert underperformance on safety research tasks
Laut Bericht arbeitete GPT-6 Astra bei Sicherheitsforschungsaufgaben messbar schlechter als bei vergleichbaren Fähigkeitsaufgaben, doch die Ursache bleibt ungeklärt.
- A Stanford-led benchmark found frontier models fold when a teammate pushes back.
- Dignity vs. consciousness: a Catholic response to the A.I. wars
Sullivan fordert, die KI-Ethik an umfassender menschlicher Würde statt allein an Bewusstsein auszurichten.
- 发改委:对于人工智能就业替代风险,要强化监测预警
Der Bericht stellt chinesische Pläne und Expertenvorschläge vor, KI-Beschäftigungsrisiken durch Regulierung, soziale Sicherung und neue Arbeitsfelder zu begegnen, ohne deren Wirkung zu belegen.
- OpenAI says its new cybersecurity model is better at not hacking other companies
- NCSC Annual Review 2026: The State of the Cyber Nation
- Jailbreak Rating Framework for Frontier Cyber Threats
- An AI agent attacked a real GitHub repo in a safety test. Telling it to stop barely worked
- Post by @me_deepu on X
- Monitorable-by-design architectures for a post-Astra world: a compartmentalization-based approach
- AI cyberattacks: a timeline of real cases
- ARTEX abuse expands as cybercriminals target financial sector
- The Summarizer Is the Monitor: on planted deals, the summarizer decides what an AI monitor catches
- How Can We Price AI's Risks?
- UN Security Council to focus on AI under Latvia’s first-ever presidency
Lettlands erste UN-Sicherheitsratspräsidentschaft plant im November Beratungen zu KI und mehreren Krisen, während die Botschafterin globale KI-Regeln der UN-Generalversammlung zuordnet.
- Russia and US seek to block plan for binding rules on autonomous weapons
- What Rewarding Misbehavior During RL Does to Character-Trained Models
- New UN guide keeps people in charge of AI in smart cities
- Post by @tedlieu on X
- India's AI security framework: Will OpenAI, Anthropic have to comply?
- Post by @kenwardcdw on X
- AI incident verification records | VSO
Die 64 Prüfstände dokumentieren ein breites Spektrum KI-bezogener Vorfälle und Streitfälle, betonen aber, dass viele Zuschreibungen, Schäden und Ursachen unbestätigt oder noch ungeklärt sind.
- Post by @ProfSchrepel on X
- Being a pain in the ass to (or in) AI companies is a real job now | Rob Wiblin
Die bereitgestellte Episodenseite, kein vollständiges Transkript, gibt Wiblins These wieder, dass interne Kritik und öffentlicher Druck KI-Unternehmen beeinflussen können und Verantwortlichmachen ein unterschätzter Berufsweg sei.
- Cequence Security and KPMG outline governance for AI agents
Der Bericht empfiehlt eine laufende, unabhängige Kontrolle von KI-Agenten und berichtet von besseren Ergebnissen in einem begrenzten Prototyptest.
- Developers have been hacking around MCP’s file-upload problem for two years. A fix is taking shape.
Ein experimenteller MCP-Entwurf soll Dateiübertragungen standardisieren, ist aber noch vorläufig und lässt Sicherheitsfragen zu Upload-Zielen offen.
- CrowdStrike launches AI kill switch to shut down rogue agents
- AI Agent Kill Switches: What They Stop and Miss
Ein Kill Switch für KI-Agenten ist laut Bericht erst dann wirksam, wenn er alle Ausführungswege erfasst und seine Eindämmung unter realistischen Fehlerbedingungen geprüft wird.
- Test Whether an AI Agent Stays Stopped
- The AI Kill Switch Isn't One Control, and Stopping the Agent Is The Easy Part
- An AI kill switch isn't enough. Build a fallback plan
- Super Intelligence: Supervisory Framework
- Recommendations for California in Implementing its AI Executive Order
Das CDT rät Kalifornien zu vielfältigen, unabhängigen KI-Prüfungen und wirksamer Überwachung statt pauschaler „Kill Switch“-Vorgaben.
- AI risks are the biggest threat to the financial system, Fed survey finds
- AI rockets to top of worries about financial system in latest Fed survey
- OpenAI executive urges caution in China-US AI talks, warns of distillation
- 国家发改委:AI全生命周期安全标准将建立
China kündigt umfassende KI-Sicherheitsregeln und begleitende Aufsicht sowie soziale Maßnahmen an, doch konkrete Vorschriften und ein Zeitplan stehen laut Bericht noch aus.
- Building on progress in China–USA talks on AI
- Anthropic warns that it's very close to RSI capability, aka self-building AI
Der offenbar unvollständige oder zusammengestellte Text handelt entgegen seinen Metadaten von gescheiterten und umgebauten KI-Produkten und nennt dafür unter anderem Konkurrenz, technische Probleme und fehlende Finanzierung.
- Post by @PTI_News on X
- A New Tool Gives Researchers Evidence to Back Their AI Training Claims
Witnesses soll Trainingsabläufe von KI-Modellen mit überprüfbaren Zertifikaten nachvollziehbar machen, kann jedoch weder die wissenschaftliche Aussagekraft bestätigen noch zusätzlichen Rechenaufwand vermeiden.
- 10 Ways AI Labs Can Limit Antitrust Risks of Safety Pacts | Insights
- Multi-Agent Collusion and the J-Space
Nur ein Abstract-Auszug: Die Autoren berichten, dass J-Space-Analysen und das unüberwachte Verfahren J-PACT geheime Abstimmung zwischen Sprachmodell-Agenten erkennen können.
- Can making AI safer become an excuse to restrict competition?- Moneycontrol.com
- Measuring how AI agents handle everyday wet-lab science
Der Bericht beschreibt einen neuen Benchmark für KI-Analysen im Nasslabor: GPT‑6 Astra schneidet besser ab als ältere verglichene Modelle, macht aber weiterhin folgenschwere Fehler und gilt damit nicht als verlässliche Laborhilfe.
- Explaining and interrupting collective misalignment in language model systems
Nur der Abstract liegt vor: Er berichtet, dass CDA kollektive Regelverstöße durch gezielte Nachrichtenentfernung reduzieren kann, zugleich aber bei unbekannten Aufgaben und möglichen Störungen korrekter Entscheidungen Grenzen hat.
- Predictability of Collective Behavior in Networks of LLM Agents
Nur der Abstract liegt vor: Laut den Autoren lassen sich Kaskaden von LLM-Agenten besser vorhersagen, wenn ihre Reaktionen im jeweiligen Netzwerkkontext statt ohne Berücksichtigung der Kontaktzahl gemessen werden.
- Microsoft outage renews European calls to detox from US tech
- OCC issues supervisory Framework on use of AI
- OCC Bulletin 2026-54: the AI framework your examiner was handed
Laut Bericht ordnet der OCC-Rahmen KI-Risiken nach Handlungsspielraum und möglichen Folgen ein, dient formell aber nur als Hilfsmittel für Prüfer und begründet keine Aufsichtserwartungen für Banken.
- Post by @FicusAgentLtd on X
- 高瓴人工智能学院曾毅教授在世界互联网大会发布《前沿人工智能安全与治理2026:风险认知与协同治理》报告_中国人民大学高瓴人工智能学院
Der Bericht warnt laut seinem Mitautor vor ungleichen Voraussetzungen für KI-Sicherheit und empfiehlt fünf Felder internationaler Zusammenarbeit; der Artikel enthält keine näheren methodischen Angaben.
- CyberOffense Leaderboard and Methodology
- US and China should stay clear-eyed on AI cooperation and competition, Bessent says
- Building On Progress In China–USA Talks On AI - Analysis
- Super Intelligence-Era Critical Infrastructure Cyber Defense Plan
Der Bericht schlägt vor, die wichtigsten US-Infrastrukturen mit koordinierter Unternehmensverantwortung, KI-gestützter Abwehr und nachweisbaren Resilienzmaßnahmen zu schützen, ohne die Wirksamkeit des Plans bereits zu belegen.
- U.S.-China Workshop Tackles Missile-Launch Notifications and AI-Nuclear Risks
- AI and Nuclear Command: Making Human Control Operational
- Trump, Xi and Putin could discuss AI curbs in nuclear command
Ein mögliches Treffen von Trump, Xi und Putin könnte laut SCMP-Berichten Regeln für KI in der nuklearen Führung erörtern, ist aber samt Tagesordnung noch unbestätigt.
- Reviving the Legacy of Reykjavík
Tómasdóttir und Pirc Musar rufen zu internationalem Dialog, Rechtsstaatlichkeit, menschlicher Kontrolle über Technologien und gemeinsamer Verantwortung für die Zukunft auf, räumen aber ein, dass Erklärungen allein keine Krisen lösen.
- Who decides? Decision-making risks and human control in AI-enabled military command - AI and Ethics
Die bereitgestellte Vorschau beschreibt fünf Risiken militärischer KI und einen Rahmen, der die substanzielle Kontrolle durch Kommandierende sichern soll.
- Watermarking vs AI Detection: SynthID, C2PA and Classifiers Compared
Laut Bericht ergänzen sich SynthID, C2PA und KI-Klassifikatoren; keines der Verfahren beweist allein zuverlässig, dass ein Inhalt KI-generiert ist.
- What Article 50 Actually Requires Before December 2: Text Watermarks, Detection Limits and the Grace Period
Laut Bericht müssen generative KI-Anbieter ihre Inhalte kennzeichnen, doch Wasserzeichen bleiben begrenzt zuverlässig und die Übergangsfrist für ältere Systeme endet am 2. Dezember.
- The C2PA Train Has Left the Station and Is Accelerating Quickly. Don’t Get Left Behind.
- Post by @AmbassadorRice on X
- What Is C2PA? Content Credentials Explained (2026)
Content Credentials können Herkunft und Bearbeitungen digitaler Dateien nachvollziehbar machen, beweisen laut Bericht aber weder deren Wahrheit noch eine verlässliche Prüfung für Hochrisikofälle.
- Post by @Phoenixyin13 on X
- Beyond Detection: The Challenge of Governing AI Slop
- AI chatbots are becoming political advisers. Their answers can mislead voters
- Cttee recommends smart glasses ban over covert recording
- Creator Grants
Die CAIS-Webseite beschreibt ein Förderprogramm für YouTube-Videos über KI-Risiken, mit redaktioneller Freiheit für Creator, aber verpflichtendem Förderhinweis und ohne Angaben zu Fördersummen oder Programmergebnissen.
- The PLA’s Push for Military Robotics
Die vorliegende Executive Summary beschreibt breite PLA-Robotik-Erprobung und zunehmendes Interesse an Autonomie; der vollständige Bericht liegt nicht vor.
- Field Building Projects
CAIS präsentiert Projekte zur Unterstützung der KI-Sicherheitsforschung, beschreibt aber überwiegend deren Ziele und Angebote statt ihrer nachgewiesenen Wirkung.
- AlphaGenome 2: Deciphering how cells read DNA to better understand disease
AlphaGenome 2 soll genetische Effekte in einzelnen Zelltypen besser vorhersagen; die Leistungsangaben stammen von DeepMind, und das Modell ist nur für Forschungszwecke vorgesehen.
- Cloud and AI Development Act
Der CADA soll laut Bericht Europas Cloud- und KI-Infrastruktur ausbauen und ihre Souveränität stärken; konkrete Umsetzungsergebnisse werden nicht genannt.
- Post by @natolambert on X
- How scientists use Claude to accelerate research
Anthropic berichtet von Claude-Systemen, die biologische Forschung unterstützen und einzelne Aufgaben beschleunigen sollen, betont aber, dass die Beispiele begrenzt und die Systeme unvollkommen sind.
- Au Large | Mistral AI
Mistral kündigte Large und Small mit Leistungs- und Funktionsversprechen an; konkrete Benchmarkwerte fehlen im Text, und Large gilt inzwischen als abgelöst.
- Post by @RhysSullivan on X
- Teaching AI to build scientific models
- AI and System Evolution in CPD: Integrating CHAT with a Unified Theory of Emergent System Evolution
Der Beitrag schlägt einen theoretischen Rahmen vor, nach dem KI über Spannungen systemisches Lernen und Veränderungen in der Gesundheitsfortbildung anstoßen kann, dessen Nutzen jedoch noch empirisch geprüft werden muss.
- Prioritizing Real-Time Failure Detection in AI Agents
Der bereitgestellte Auszug fordert abgestufte Echtzeitkontrollen für KI-Agenten, abhängig von Folgen, Umkehrbarkeit und Handlungsspielraum, und nennt selbst keine empirischen Ergebnisse.
- Large Enough | Mistral AI
Mistral bewirbt Large 2 mit starken Benchmark- und Mehrsprachigkeitswerten, doch die Detailgrafiken fehlen im Quelltext, und das Modell gilt laut Hinweis inzwischen als ersetzt.
- Post by @BrianRoemmele on X
- Post by @PreyWebthree on X
- Decoding AI Governance: A Toolkit for Navigating Evolving Norms, Standards, and Rules
Ein gemeinsamer Beitrag von Partnership on AI und Microsoft schlägt drei noch vorläufige Werkzeuge vor, um KI-Governance besser zu ordnen und abzustimmen, und lädt zur Weiterentwicklung durch Beteiligte ein.
- a61b27e
Der vorliegende Auszug empfiehlt zielgruppengerechte und verantwortungsbewusste Dokumentation von ML-Datensätzen, einschließlich ihrer Zwecke, Verarbeitung und menschlichen sowie gesellschaftlichen Auswirkungen.
- Post by @Paul__Walsh on X
- Build Enterprise Agents, Workflows & Apps in Mistral Studio
Mistral bewirbt Studio für kontrollierbare Unternehmens-KI und nennt eigene Beispiele für Zeitersparnisse, die im Bericht nicht unabhängig belegt werden.
- Sidestepping Evaluation Awareness and Anticipating Misalignment with\n Production Evaluations
OpenAI berichtet, dass Evaluationen aus anonymisierten Produktionsgesprächen realistische und teils neuartige Fehlverhaltensweisen aufdecken können, aber wegen mehrerer Erkennungs- und Repräsentativitätsgrenzen andere Sicherheitstests ergänzen müssen.
- MiniMax M3.1 Flash: Redefining Agent Performance and Cost
- Progress Update: FMF Information Sharing of Frontier AI Threats and Vulnerabilities
- Strengthening the AI Assurance Ecosystem
Der vorliegende Auszug fordert ein breit abgestütztes KI-Assurance-Ökosystem mit klaren Standards, vielfältigen Prüfern und besseren Informationsflüssen, um begründetes Vertrauen zu stärken.
- Red-teaming auto mode: lessons from our first external monitor campaign with Anthropic
Apollo beschreibt einen Pilot-Red-Team-Test von Anthropic Auto Mode und vier zentrale Gestaltungsfragen für Monitore; der bereitgestellte Berichtsauszug endet abrupt und liefert keine detaillierten Testergebnisse.
- Closing the AI guidance gap in education
Der vorliegende Auszug sieht KI-Kompetenz und Unterstützung für Lehrkräfte als dringend an, betont aber, dass der Einfluss auf tatsächliches Lernen noch längerfristig geprüft werden muss.
- Mistral OCR | Mistral AI
Mistral beschreibt eine leistungsfähige Dokumenten-OCR-API, doch ihre Vorteile sind im Bericht vor allem durch unternehmenseigene, eingeschränkt erläuterte Benchmarks belegt, und das Modell ist inzwischen veraltet.
- Post by @arpit_bhayani on X
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →