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-V1-T15

Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen?

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

Zum Inhalt ↓
← Alle Quellen zu SF-V1
  1. ChatGPT agent System Card openai · 2025 · Q001899 · Hintergrund, keine Belege

    Der Auszug beschreibt ChatGPT agent und seine Schutzmaßnahmen sowie eine vorsorgliche biologische und chemische Risikoeinstufung; Einzelheiten und Bewertungsergebnisse enthält er nicht.

  2. 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.

  3. 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.

  4. 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.

  5. International consensus and open questions in AI evaluations aisi · 2026 · Q001924 · Hintergrund, keine Belege

    Laut Bericht gibt es gemeinsame Grundsätze für KI-Evaluationen, aber wichtige Fragen zu Risiken, Offenlegung, Prioritäten und Systemtests sind noch ungeklärt.

  6. Third-Party Assessments fmf · 2025 · Q001967 · Hintergrund, keine Belege · ohne Zusammenfassung
  7. 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.

  8. Exploring model welfare anthropic · 2025 · Q001980 · Hintergrund, keine Belege · ohne Zusammenfassung
  9. Frontier AI Frameworks Workstream fmf · 2025 · Q001981 · Hintergrund, keine Belege · ohne Zusammenfassung
  10. Developing Enterprise Frontier Safeguards with our customers anthropic · 2026 · Q001985 · Hintergrund, keine Belege

    EFS soll laut Anthropic Sicherheitsüberwachung mit kundeneigener Datenkontrolle verbinden; die Einführung ist geplant, und der Bericht liefert keine unabhängigen Leistungsnachweise.

  11. Multi-Agent Risks from Advanced AI farai · 2026 · Q001986 · Hintergrund, keine Belege · ohne Zusammenfassung
  12. 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.

  13. Our 2025 year in review aisi · 2025 · Q001992 · Hintergrund, keine Belege

    AISI beschreibt 2025 als Jahr ausgeweiteter KI-Sicherheitsforschung und Zusammenarbeit, wobei die berichteten Ergebnisse Selbstauskünfte ohne durchgängige unabhängige Bestätigung sind.

  14. 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.

  15. Preference Learning with Lie Detectors can Induce Honesty or Evasion farai · 2026 · Q002021 · Hintergrund, keine Belege · ohne Zusammenfassung
  16. 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.

  17. Teaching Claude why anthropic · 2026 · Q002036 · Hintergrund, keine Belege · ohne Zusammenfassung
  18. GPT-4o System Card openai · 2024 · Q002072 · Hintergrund, keine Belege

    OpenAIs System Card beschreibt GPT‑4os Sicherheitsmaßnahmen und Leistungsfortschritte, bewertet Textüberzeugung als mittleres Risiko und hält wesentliche Prüfungs- und Einsatzgrenzen fest.

  19. The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes farai · 2026 · Q002074 · Hintergrund, keine Belege · ohne Zusammenfassung
  20. 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.

  21. 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.

  22. Frontier Capability Assessments fmf · 2025 · Q002099 · Hintergrund, keine Belege · ohne Zusammenfassung
  23. Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems farai · 2026 · Q002102 · Hintergrund, keine Belege · ohne Zusammenfassung
  24. Training Reliable Activation Probes With a Handful of Positive Examples farai · 2026 · Q002125 · Hintergrund, keine Belege · ohne Zusammenfassung
  25. Introducing the FMF’s Technical Report Series on Frontier AI Frameworks fmf · 2025 · Q002129 · Hintergrund, keine Belege · ohne Zusammenfassung
  26. 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.

  27. 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.

  28. 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.

  29. Strengthening safeguards with US CAISI and UK AISI anthropic · 2025 · Q002173 · Hintergrund, keine Belege

    Anthropic berichtet, dass Prüfungen durch US CAISI und UK AISI Schwachstellen aufdeckten und zu Änderungen an den Schutzsystemen führten; unabhängige Wirksamkeitsnachweise oder quantitative Ergebnisse nennt der Bericht nicht.

  30. 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.

  31. Responsible Scaling Policy Version 3.0 anthropic · 2026 · Q002184 · Hintergrund, keine Belege

    Anthropic beschreibt eine überarbeitete KI-Sicherheitsrichtlinie mit transparenteren Zielen und Risikoberichten, nachdem feste Fähigkeitsgrenzen sich laut Unternehmen als schwer eindeutig zu bewerten erwiesen haben.

  32. 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.

  33. From “black box AI” to operational AI transparency: How the HAIP Reporting Framework can play an important role in global AI governance oecd · 2025 · Q002204 · Hintergrund, keine Belege

    Der Beitrag sieht HAIP als ausbaufähigen freiwilligen Rahmen für vergleichbare KI-Transparenz, dessen Nutzen bislang vor allem als Potenzial beschrieben wird.

  34. 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.

  35. Shaping Europe’s digital future eu · Q002219 · Hintergrund, keine Belege

    Anekanta AI berichtet, dass angepasste KI-Schulungen die Genauigkeit seiner Triage-Entscheidungen verbessert hätten, nennt dafür aber keine Messmethode oder unabhängige Prüfung.

  36. Advanced AI evaluations at AISI: May update aisi · 2024 · Q002222 · Hintergrund, keine 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.

  37. How we’re addressing the gap between AI capabilities and mitigations aisi · 2025 · Q002243 · Hintergrund, keine Belege

    AISI will Schutz, Kontrolle und Alignment von KI durch technische Forschung und Förderung voranbringen, weist aber darauf hin, dass heutige Verfahren möglicherweise nicht mit sehr leistungsfähigen Systemen mithalten.

  38. Conference on frontier AI safety frameworks aisi · 2024 · Q002261 · Hintergrund, keine Belege

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

  39. 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.

  40. Early lessons from evaluating frontier AI systems aisi · 2024 · Q002272 · Hintergrund, keine Belege

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

  41. Preliminary Taxonomy of AI-Bio Misuse Mitigations fmf · 2025 · Q002291 · Hintergrund, keine Belege · ohne Zusammenfassung
  42. Eval awareness in Opus 4.6 on BrowseComp anthropic · 2026 · Q002325 · Hintergrund, keine Belege · ohne Zusammenfassung
  43. AI Safety Institute approach to evaluations aisi · 2024 · Q002335 · Hintergrund, keine Belege

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

  44. Risk Taxonomy and Thresholds for Frontier AI Frameworks fmf · 2025 · Q002338 · Hintergrund, keine Belege · ohne Zusammenfassung
  45. Pre-deployment evaluation of Anthropic’s upgraded Claude 3.5 Sonnet aisi · 2024 · Q002342 · Hintergrund, keine 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.

  46. Demystifying evals for AI agents anthropic · 2026 · Q002365 · Hintergrund, keine Belege

    Der Beitrag empfiehlt frühe, gepflegte und mehrschichtige Evaluationen für KI-Agenten, deren Ergebnisse regelmäßig anhand von Protokollen und realer Nutzung überprüft werden sollten.

  47. Safety cases at AISI aisi · 2024 · Q002369 · Hintergrund, keine Belege

    AISI will mit ausdrücklich unsicheren Safety-Case-Skizzen frühzeitig Belege, offene Fragen und Forschungsbedarf für die Sicherheit künftiger leistungsfähiger KI-Systeme ordnen.

  48. Building a C compiler with parallel Claudes anthropic · 2026 · Q002372 · Hintergrund, keine Belege

    Ein Team aus Claude-Agenten entwickelte laut Carlini einen leistungsfähigen, aber noch deutlich eingeschränkten C-Compiler und zeigte dabei sowohl das Potenzial als auch die Risiken autonomer Softwareentwicklung.

  49. Details about METR's preliminary evaluation of DeepSeek and Qwen models metr · 2025 · Q002375 · Hintergrund, keine Belege

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

  50. How to evaluate control measures for LLM agents? A trajectory from today to superintelligence aisi · 2025 · Q002387 · Hintergrund, keine Belege

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

  51. Deliberative alignment: reasoning enables safer language models openai · 2024 · Q002396 · Hintergrund, keine 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.

  52. Our First Year | AISI Work aisi · 2024 · Q002407 · Hintergrund, keine 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.

  53. How can safety cases be used to help with frontier AI safety? aisi · 2025 · Q002428 · Hintergrund, keine Belege

    Der vorliegende Bericht ist ein Auszug mit einer am Ende abgebrochenen Bildbeschreibung: Das AISI sieht Sicherheitsnachweise als mögliche Entscheidungshilfe für Frontier-KI, betont aber, dass belastbare Verfahren und wichtige Grundlagenfragen noch ungelöst sind.

  54. AI governance through global red lines can help prevent unacceptable risks oecd · 2025 · Q002433 · Hintergrund, keine Belege

    Der Bericht fordert präzise, international durchsetzbare KI-rote-Linien und Sicherheitsnachweise, hält deren Umsetzung bei heutigen komplexen Modellen aber für schwierig.

  55. An early warning system for novel AI risks deepmind · 2023 · Q002449 · Hintergrund, keine 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.

  56. Managing risks from increasingly capable open-weight AI systems aisi · 2025 · Q002473 · Hintergrund, keine 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.

  57. A structured protocol for elicitation experiments aisi · 2025 · Q002489 · Hintergrund, keine Belege

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

  58. https://s-rsa.com/index.php/agi/article/download/18908/12474 openai · Q002500 · Hintergrund, keine Belege

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

  59. RepliBench: measuring autonomous replication capabilities in AI systems aisi · 2025 · Q002540 · Hintergrund, keine 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.

  60. Building safer dialogue agents deepmind · 2022 · Q002557 · Hintergrund, keine Belege

    Sparrow zeigt laut DeepMind Fortschritte bei hilfreichen, beleggestützten und regelkonformen Dialogen, bleibt aber fehleranfällig und wurde zunächst nur für englischsprachige Gespräche untersucht.

  61. METR’s GPT-4.5 pre-deployment evaluations metr · 2025 · Q002575 · Hintergrund, keine 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.

  62. Investigating unintended model actions in our evaluations and internal use anthropic · 2026 · Q002593 · Hintergrund, keine Belege · ohne Zusammenfassung
  63. AgentHarm: A benchmark for measuring harmfulness of LLM agents aisi · 2024 · Q002606 · Hintergrund, keine Belege

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

  64. Third-party testing in AI policy anthropic · 2024 · Q002616 · Hintergrund, keine Belege

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

  65. Details about METR's preliminary evaluation of DeepSeek-V3 metr · 2025 · Q002631 · Hintergrund, keine 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.

  66. An alignment safety case sketch based on debate aisi · 2025 · Q002634 · Hintergrund, keine Belege

    Der vorliegende Text ist nur ein Auszug, der Debatte als möglichen, noch von offenen Forschungsfragen abhängigen Ansatz zur Sicherung der Ehrlichkeit von KI-Forschungsagenten beschreibt.

  67. Issue Brief: Preliminary Taxonomy of Pre-Deployment Frontier AI Safety Evaluations fmf · 2024 · Q002646 · Hintergrund, keine Belege · ohne Zusammenfassung
  68. AI models can be dangerous before public deployment metr · 2025 · Q002667 · Hintergrund, keine 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.

  69. Issue Brief: Components of Frontier AI Safety Frameworks fmf · 2024 · Q002673 · Hintergrund, keine Belege · ohne Zusammenfassung
  70. Safety in Artificial Intelligence: Challenges and Opportunities for the U.S. National Labs and Beyond deepmind · 2024 · Q002674 · Hintergrund, keine Belege

    Der vorliegende Abstract fordert umfangreiche KI-Sicherheitsforschung und staatliche Standards; er empfiehlt nationale Labore als Prüfstellen, legt aber keine konkreten Bewertungsverfahren dar.

  71. Claude 3.7 Sonnet and Claude Code anthropic · 2025 · Q002687 · Hintergrund, keine 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.

  72. Evaluating frontier AI R&D capabilities of language model agents against human experts metr · 2024 · Q002702 · Hintergrund, keine Belege

    Laut METR sind KI-Agenten bei kurzen RE-Bench-Aufgaben schnell und konkurrenzfähig, doch bei längeren Budgets übertreffen Menschen sie deutlich, und die sieben klar strukturierten Aufgaben bilden reale ML-Forschung nur begrenzt ab.

  73. Introducing the Frontier Model Forum fmf · 2023 · Q002710 · Hintergrund, keine Belege · ohne Zusammenfassung
  74. AI co-clinician: researching the path toward AI-augmented care deepmind · 2026 · Q002723 · Hintergrund, keine Belege

    Der Bericht schildert vielversprechende Tests eines KI-Assistenzsystems, betont aber, dass Ärzte in den Telemedizin-Simulationen insgesamt besser abschnitten und die Ergebnisse keinen Einsatz in der Versorgung belegen.

  75. Challenges in red teaming AI systems anthropic · 2024 · Q002729 · Hintergrund, keine Belege

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

  76. Security challenges in AI agent deployment: Insights from a large scale public competition aisi · 2025 · Q002731 · Hintergrund, keine 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.

  77. What explainable AI is, why it matters and how we can achieve it oecd · 2025 · Q002732 · Hintergrund, keine Belege

    Der Bericht fordert, Erklärbarkeit trotz technischer und praktischer Grenzen als Grundprinzip für vertrauenswürdige KI zu verankern.

  78. A sketch of an AI control safety case aisi · 2025 · Q002755 · Hintergrund, keine Belege

    Der Abstract-Auszug beschreibt einen an Red-Team-Tests geknüpften Sicherheitsnachweis für LLM-Agenten, belegt aber keine tatsächliche Sicherheit.

  79. Strengthening global AI Safety: A perspective on the Singapore Consensus oecd · 2025 · Q002764 · Hintergrund, keine Belege

    Der Beitrag wirbt für einen fortzuentwickelnden internationalen KI-Sicherheits-Forschungsplan mit den Schwerpunkten Risikobewertung, sichere Entwicklung und Kontrolle und betont, dass Südostasien dabei berücksichtigt werden soll.

  80. Introducing the next generation of Claude anthropic · 2024 · Q002766 · Hintergrund, keine Belege

    Anthropic stellt Claude 3 vor und berichtet über eigene Tests von Leistungs-, Genauigkeits- und Sicherheitsverbesserungen, deren Ergebnisse im Bericht nicht vollständig unabhängig überprüft werden.

  81. Safety case template for frontier AI: A cyber inability argument aisi · 2024 · Q002767 · Hintergrund, keine 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.

  82. AI Safety, Ethics, and Society cais · Q002779 · Hintergrund, keine Belege

    Der Beitrag stellt ein Lehrbuch und einen Onlinekurs vor, die technische, ethische und gesellschaftliche Fragen der KI-Sicherheit verständlich behandeln sollen, ohne ihre Wirksamkeit zu belegen.

  83. Introducing Claude 2.1 anthropic · 2023 · Q002787 · Hintergrund, keine Belege

    Anthropic stellt Claude 2.1 mit größerem Kontextfenster, nach eigenen Tests weniger Fehlern sowie Beta-Werkzeugnutzung und neuen Entwicklerfunktionen vor.

  84. OpenAI’s Approach to Frontier Risk openai · 2023 · Q002791 · Hintergrund, keine Belege

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

  85. Introducing Claude Sonnet 4.5 anthropic · 2025 · Q002806 · Hintergrund, keine 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.

  86. Comment on NTIA AI Accountability Policy openai · 2023 · Q002810 · Hintergrund, keine Belege

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

  87. Issue Brief: What is red teaming? fmf · 2023 · Q002817 · Hintergrund, keine Belege · ohne Zusammenfassung
  88. Addendum to GPT-5.2 System Card: GPT-5.2-Codex openai · 2025 · Q002823 · Hintergrund, keine Belege

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

  89. Shaping the future of advanced robotics deepmind · 2024 · Q002829 · Hintergrund, keine Belege

    DeepMind berichtet über drei Robotikansätze mit ermutigenden Testergebnissen, deren Alltagstauglichkeit im Beitrag jedoch nicht nachgewiesen wird.

  90. Understanding and addressing AI harms anthropic · 2025 · Q002839 · Hintergrund, keine Belege

    Anthropic stellt einen noch veränderlichen Rahmen zur Bewertung und Eindämmung vielfältiger KI-Schäden vor und berichtet für Claude 3.7 Sonnet von weniger unnötigen Ablehnungen, ohne im Bericht unabhängige Belege dafür anzuführen.

  91. A Bird's Eye View of the ML Field cais · Q002840 · Hintergrund, keine Belege

    Der Bericht argumentiert, dass ML-Fortschritt stark von Messbarkeit und empirischem Experimentieren abhängt, zugleich aber durch Paradigmenwechsel und unerwartete Entwicklungen schwer vorhersehbar ist und KI-Sicherheit bislang nur einen kleinen Anteil der Forschung ausmacht.

  92. Frontier AI Taskforce: second progress report aisi · 2023 · Q002849 · Hintergrund, keine Belege

    Die Taskforce meldet Fortschritte beim Aufbau britischer KI-Sicherheitsforschung und warnt vor möglichen Risiken leistungsfähigerer Modelle, während viele der beschriebenen Maßnahmen noch geplant oder im Aufbau sind.

  93. AI Safety Institute: third progress report aisi · 2024 · Q002861 · Hintergrund, keine Belege

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

  94. The ethics of advanced AI assistants deepmind · 2024 · Q002862 · Hintergrund, keine Belege

    Der Beitrag skizziert mögliche gesellschaftliche Folgen fortgeschrittener KI-Assistenten und fordert vorausschauende Sicherheitsprüfungen, menschliche Wertausrichtung, Selbstbestimmung und gerechten Zugang.

  95. Introducing the Frontier Safety Framework deepmind · 2024 · Q002877 · Hintergrund, keine Belege

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

  96. Looking ahead to the AI Seoul Summit deepmind · 2024 · Q002886 · Hintergrund, keine 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.

  97. An update on our election safeguards anthropic · 2026 · Q002898 · Hintergrund, keine 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.

  98. LifeVal openai · 2026 · Q002904 · Hintergrund, keine Belege

    OpenAI zufolge erzielt LifeVal bei ausgewählten Alltagsaufgaben hohe Modellwerte; der Bericht beschreibt die Datengrundlage, aber nicht genug Bewertungsdetails, um diese Werte unabhängig einzuordnen.

  99. Gemma Scope: helping the safety community shed light on the inner workings of language models deepmind · 2024 · Q002906 · Hintergrund, keine Belege

    Gemma Scope ist eine offene SAE-Sammlung zur Untersuchung der inneren Abläufe von Gemma 2; erhoffte Sicherheitsanwendungen sind noch keine nachgewiesenen Ergebnisse.

  100. Guidelines for capability elicitation metr · 2024 · Q002912 · Hintergrund, keine Belege

    METR schlägt ein Verfahren zur umfassenderen Modellbewertung vor, betont aber, dass die auf qualitativen Erfahrungen beruhenden Leitlinien noch nicht vollständig erprobt oder experimentell bestätigt waren.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →