- How do AI models persuade? Exploring the levers of AI-enabled persuasion through large-scale experiments
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.
- Training Language Models with Language Feedback at Scale
- Introducing the FMF’s Technical Report Series on Frontier AI Frameworks
- ABOUT ML Reference Document
Der vorliegende Auszug skizziert den Zweck des ABOUT-ML-Referenzdokuments und gibt rollenbezogene Leseempfehlungen, ohne Ergebnisse oder Wirksamkeit zu belegen.
- Issue Brief: Preliminary Taxonomy of AI-Bio Safety Evaluations
- Why does training on insecure code make models broadly misaligned?
- Human-AI Collaboration Framework & Case Studies
Der Auszug stellt einen 36-Fragen-Rahmen und sieben Fallstudien zu Mensch-KI-Zusammenarbeit vor, enthält aber nicht deren ausführliche Befunde.
- LLM judges on trial: A new statistical framework to assess autograders
Vorgeschlagene bayesianische GLMs sollen KI-Ausgaben bewerten und zugleich mögliche Verzerrungen der Autograder untersuchen; konkrete Leistungsnachweise enthält der Bericht nicht.
- Principles for safeguard evaluation
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.
- Shaping Europe’s digital future
Anekanta AI berichtet, dass angepasste KI-Schulungen die Genauigkeit seiner Triage-Entscheidungen verbessert hätten, nennt dafür aber keine Messmethode oder unabhängige Prüfung.
- The Use of Open Models in Research
Der bereitgestellte Text ist nur ein Auszug: Laut den Verfassenden ermöglichen offene Modellgewichte vielfältigere Forschungsansätze, während geschlossene Modelle in der untersuchten Stichprobe überwiegend gepromptet wurden.
- International Scientific Report on the Safety of Advanced AI: interim report
Der vorliegende Auszug einer Regierungswebseite beschreibt einen internationalen Zwischenbericht, der Chancen und Risiken fortgeschrittener KI abwägt und erhebliche Unsicherheiten sowie Grenzen heutiger Prüfverfahren hervorhebt.
- Pre-Deployment evaluation of OpenAI’s o1 model
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.
- How Block is building AI-powered security with OpenAI technology
Block berichtet, dass KI die Sicherheitsarbeit beschleunigt und Analysten entlastet, während Menschen Ergebnisse prüfen und die Verantwortung für sensible Entscheidungen behalten.
- How can safety cases be used to help with frontier AI safety?
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.
- 3badee5
Der bereitgestellte Auszug aus Abschnitt 0 erklärt, wie verschiedene Zielgruppen das ABOUT ML Reference Document nutzen sollen, und skizziert geplante Materialien und Pilotprojekte, ohne deren Ergebnisse zu berichten.
- A structured protocol for elicitation experiments
Das AISI will mit einer gemeinsamen Checkliste die systematische Ermittlung von KI-Fähigkeiten verbessern und fordert dafür gemeinsame Standards und Wissensaustausch.
- Details about METR's preliminary evaluation of DeepSeek-R1
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.
- General-Purpose AI Models in the AI Act – Questions & Answers
Der Bericht erklärt Pflichten und Ausnahmen des EU-KI-Gesetzes für allgemein verwendbare KI-Modelle und betont, dass seine Antworten unverbindliche Orientierung der Kommission sind.
- Understanding AI Trajectories: Mapping the Limitations of Current AI Systems
Der vorliegende Auszug sagt, dass KI-Systemen im September 2025 noch wesentliche Fähigkeiten fehlten und die künftigen Fortschrittswege ungewiss seien; die angekündigten acht Indikatoren sind darin nicht enthalten.
- Issue Brief: Components of Frontier AI Safety Frameworks
- Emerging practices in frontier AI safety frameworks
Der vorliegende Auszug skizziert drei Kernbereiche von Sicherheitsrahmenwerken für Frontier-KI, nennt aber keine konkreten Praktiken oder Ergebnisse.
- Introducing the Frontier Model Forum
- The Rogue Replication Threat Model
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.
- New Support Through The Audacious Project
METR will mit rund 17 Millionen US-Dollar aus der Förderung von Canary Tests zu autonomen Fähigkeiten fortgeschrittener KI-Systeme entwickeln und einsetzen; Ergebnisse der neuen Arbeit nennt der Beitrag noch nicht.
- 38b798d
Der bereitgestellte Auszug empfiehlt, ML-Systeme von der Planung bis zur Überwachung zu dokumentieren, hält aber fest, dass Transparenz Risiken birgt und wichtige Umsetzungsfragen offen sind.
- Safety Cases: A scalable approach to Frontier AI safety
Der kurze Abstract argumentiert, Sicherheitsnachweise könnten die Sicherheit von Frontier-KI besser beurteilbar machen, lässt aber Methodik und Umsetzung als offene Forschungsfragen stehen.
- Frontier AI Taskforce: first progress report
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.
- Why I joined AISI by Geoffrey Irving
Irving begründet seinen Wechsel zum AISI mit dem langsamen Fortschritt der KI-Sicherheitsforschung und dem Bedarf an technischer Arbeit für politische Entscheidungen.
- Announcing Chris Meserole as Executive Director and the New AI Safety Fund
- Assessing potential future artificial intelligence risks, benefits and policy imperatives
Der vorliegende Auszug fasst OECD-Prioritäten zu KI-Nutzen, Risiken und Politik zusammen, liefert aber weder den vollständigen Bericht noch dessen detaillierte Ergebnisse.
- Responsible Scaling Policies (RSPs)
METR zufolge können RSPs KI-Entwicklung an Tests und Schutzmaßnahmen koppeln, sind aber nur ein freiwilliger erster Schritt und kein Ersatz für Regulierung.
- Ensuring trustworthy algorithmic decision-making
Die CDEI empfiehlt kontextgerechte Fairness, mehr Transparenz im öffentlichen Sektor und eine bessere Anwendung bestehenden britischen Rechts, wobei wichtige Fragen zu passenden Prüfungen und Gegenmaßnahmen noch offen sind.
- a5ffa23
Der Auszug stellt ABOUT ML als laufenden Versuch vor, kontextgerechte Transparenz und Dokumentation von ML-Systemen voranzubringen, während einheitliche Standards und ausreichend belegte Best Practices noch fehlen.
- e47f4ec - Partnership on AI
Der vorliegende kurze Auszug stellt ABOUT ML als PAI-Projekt für mehr Transparenz und Dokumentation im Lebenszyklus von ML-Systemen vor und nennt voreingenommene Daten als mögliches Fairnessrisiko.
- How countries are implementing the OECD Principles for Trustworthy AI
Laut OECD setzen Staaten die KI-Grundsätze mit vielfältigen Strategien und Maßnahmen um, doch der Beitrag dokumentiert vor allem Beispiele und belegt nicht vergleichend deren Wirksamkeit.
- US Executive Order, G7 Code, and Bletchley Park
Anthropic sieht in neuen Regeln und staatlichen KI-Prüfeinrichtungen einen wichtigen Anfang und fordert verlässliche Bewertungen als Grundlage für Regulierung und internationale Zusammenarbeit.
- 7cbcf44
Der Auszug empfiehlt eine transparente Dokumentation von ML-Datensätzen und ihren Entscheidungsgrundlagen, betont aber zugleich mögliche Verzerrungen, Datenschutz- und Rechtsrisiken sowie offene Fragen.
- 7598fa9 - Partnership on AI
Der vorliegende Schlussauszug fordert inklusive KI-Entwicklung mit echter Beteiligung Betroffener, Blick auf Macht und Ungleichheit sowie ausreichender institutioneller Unterstützung.
- 39ecbbf
Der bereitgestellte Auszug argumentiert, dass demografische Daten bei algorithmischer Fairness helfen können, aber auch Risiken bergen und von grundsätzlichen Schäden durch den Systemeinsatz ablenken können.
- Retell uses OpenAI models to help power 100M monthly calls
Retell zufolge unterstützen OpenAI-Modelle und Codex eine Sprach-KI-Plattform mit über 100 Millionen monatlichen Anrufen; Leistungs- und Umsatzkennzahlen beruhen auf Unternehmens- und Kundenangaben.
- dcdd795
Der Auszug stellt ABOUT ML als offenen, kontextbezogenen Prozess zur Förderung von Transparenz durch ML-Dokumentation vor, ohne konkrete Evaluationsergebnisse zu nennen.
- 508af54
Der Quelltext ist ein Auszug, der PAIs 36-Fragen-Rahmenwerk und sieben Fallstudien zur Zusammenarbeit von Menschen und KI vorstellt, aber keine vollständigen Fragen oder Ergebnisse enthält.
- The "think" tool for complex tool use
Anthropic zufolge kann ein strukturiertes „think“-Werkzeug komplexe Werkzeugaufgaben verbessern, doch es kostet zusätzliche Tokens und erweitertes Denken wird inzwischen meist bevorzugt.
- 4a3bf11
Der Auszug fordert transparente, unabhängig prüfbare Risikobewertungswerkzeuge und zugleich Schutzmaßnahmen für veröffentlichte personenbezogene Daten.
- 6840c6a
Der Bericht hält fest, dass Modellverzerrungen auch indirekt entstehen und sich Fairnessmaße teils widersprechen, weshalb Verfahren und Zielkonflikte sorgfältig abgewogen werden müssen.
- Imitating Interactive Intelligence
Der Beitrag berichtet über bessere interaktive KI-Agenten durch kombiniertes Lernen in einer Simulation, hält aber fest, dass sie noch viele Aufgaben nicht bewältigen und Menschen in den gezeigten Tests erfolgreicher waren.
- Teaching AI to See the World More Like Humans Do
Laut Bericht kann AligNet visuelle KI stärker an menschliche Ähnlichkeitsurteile anpassen und in mehreren Tests verbessern, doch die Autoren sehen weiteren Forschungsbedarf.
- AI Accidents: An Emerging Threat
Der vorliegende Auszug warnt vor möglichen KI-Unfällen und empfiehlt Informationsaustausch, Sicherheitsforschung, Standards, Tests und internationale Zusammenarbeit.
- Building effective AI agents
Anthropic rät zu einfachen, messbar wirksamen LLM-Systemen und warnt, dass autonome Agenten trotz ihrer Flexibilität sorgfältige Werkzeuge, Tests und menschliche Kontrolle erfordern.
- Decoding Intentions
Der bereitgestellte Auszug empfiehlt kostspielige Signale und Dialoge, um KI-Absichten besser zu vermitteln und Eskalationsrisiken zu begrenzen, betont aber mögliche Fehlinterpretationen und Zielkonflikte.
- The engineering challenges of scaling interpretability
- The Podcast: Episode 6: AI for everyone
Der vorliegende Auszug stellt eine DeepMind-Podcastfolge zu KI und Ethik samt Gästen und weiterführenden Links vor, gibt aber das Gespräch selbst nicht wieder.
- 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.
- The OECD-African Union AI Dialogue 2.0: From strategy to implementation
Der Kairoer OECD-AU-Dialog entwickelte Leitgedanken und nächste Schritte zur Umsetzung der afrikanischen KI-Strategie, darunter eine geplante Charta für vertrauenswürdige KI.
- Bill Text - SB-53 Artificial intelligence models: large developers.
Kaliforniens SB 53 führt Transparenz-, Sicherheitsmelde- und Beschäftigtenschutzpflichten für Entwickler besonders leistungsfähiger KI ein und sieht CalCompute nur vorbehaltlich einer Mittelbewilligung vor.
- Identity Management for Agentic AI
Das Whitepaper fordert gemeinsame Standards für identifizierbare, kontrolliert delegierende KI-Agenten, da heutige Verfahren vor allem einfache, organisationsinterne Fälle abdecken.
- Risk thresholds for frontier AI: Insights from the AI Action Summit
Der Bericht dokumentiert eine Fachdebatte über messbare, regelmäßig überprüfte und inklusiv festgelegte Risikoschwellen für Frontier AI, ohne bereits ein verbindliches Verfahren vorzulegen.
- Capturing Human Preferences with Reward Features
Nur das Abstract liegt vor: Es berichtet von einem adaptiven Belohnungsmodell, dessen Nutzen laut Autorinnen und Autoren bei mehr und uneiniger bewertenden Personen zunimmt.
- 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
- https://www.whitehouse.gov/wp-content/uploads/2025/02/M-25-22-Driving-Efficient-Acquisition-of-Artificial-Intelligence-in-Government.pdf
- Hugging Face
Kimi K3.1 Pro wird als großes multimodales Agentenmodell vorgestellt, dessen gemischte Benchmarkresultate wegen unterschiedlicher Testbedingungen nur eingeschränkt vergleichbar sind.
- Auto-review
Auto-review prüft geeignete Genehmigungsanfragen durch einen separaten Agenten, bietet laut Bericht aber keine Sicherheitsgarantie und ergänzt statt ersetzt Sandbox und Überwachung.
- Google DeepMind’s latest research at ICML 2023
Der DeepMind-Beitrag überblickt ICML-2023-Forschung zu anpassungsfähiger und robuster KI, ohne die Arbeiten ausführlich methodisch oder unabhängig zu bewerten.
- Interpretability dreams
- 阶跃星辰开放平台
Step 5 Preview soll laut seinen Entwicklern lange Agentenaufgaben durch ein tiefes Modell, sparse Aufmerksamkeit und angepasste Daten- und RL-Verfahren effizienter bewältigen; die berichteten Ergebnisse sind interne Angaben und das System bleibt in Entwicklung.
- AI Safety Assessment < \n Our Work AISI AI Safety Institute
Das Institut will nationale Risiken fortgeschrittener KI erkennen und Bewertungsrahmen sowie Infrastruktur für deren Prüfung entwickeln; konkrete Ergebnisse nennt der Bericht nicht.
- Is there AI beyond Chat GPT?
Der Artikel fordert einen breiteren Blick auf KI und präsentiert CAST als Teilansatz, um KI-Anwendungen und verantwortungsvolle Gestaltungspraktiken besser zusammenzuführen.
- Prompt Injection is an Information-Flow Problem
Der verfügbare Auszug behauptet, dass Prompt Injection durch Informationsfluss über Gedächtnis, Werkzeuge und Code fortwirkt und dass eine nachverfolgbare Herkunft keine Berechtigung ersetzt; die vollständige Begründung fehlt hinter einer Anmeldeaufforderung.
- How AI Agents Are Learning to Rewrite Their Own Stack
Der Auszug stellt Verfahren vor, mit denen KI-Agenten ihre Skills anhand von Ausführungserfahrungen verbessern sollen; der vollständige Bericht liegt hier nicht vor.
- Evolving with innovation: The 2024 OECD AI Principles update
Die OECD-Grundsätze sollen Länder bei einer abgestimmten, aber anpassbaren KI-Regulierung unterstützen; laut Beitrag hängt ihre Wirkung von der nationalen Umsetzung ab.
- AtP*: Efficient and scalable methods for localizing LLM behaviour to components
Der Auszug berichtet, dass die Autoren mit AtP* eine skalierbare Methode zur Lokalisierung von Modellverhalten vorschlagen und deren Vorteile behaupten, liefert aber keine Details jenseits des Abstracts.
- Simulacra as Conscious Exotica
Der Abstract kündigt eine an Wittgensteins späterem Werk orientierte, nichtdualistische Erörterung der Frage an, ob Sprachmodell-Agenten als bewusst gelten können; der vollständige Aufsatz liegt nicht vor.
- Ensuring AI’s trustworthiness: reliability engineering meets data-driven risk management
Der Beitrag empfiehlt Zuverlässigkeitstechnik und dokumentierte Vorfallmeldungen für das KI-Risikomanagement, betont aber, dass dieser Ansatz allein keine KI-Sicherheit garantiert.
- Gaussian Process Probes (GPP) for Uncertainty-Aware Probing
Der Abstract beschreibt GPP als Probe zur datenarmen Analyse von Modellkonzepten und ihrer Unsicherheit und berichtet vielversprechende Ergebnisse, ohne im vorliegenden Auszug Versuchsdetails zu nennen.
- The United States works with domestic and international AI communities to establish frameworks that advance trustworthy AI for all
Die US-Regierung will laut Bericht KI durch Risikomanagement, Sicherheitsmaßnahmen und internationale Abstimmung vertrauenswürdiger gestalten; die Darstellung beschreibt vor allem Ziele und laufende Vorhaben, nicht deren unabhängig geprüfte Wirkung.
- Bridging the gap in AI governance and the rule of law: The Athens Roundtable 2023
Die Ankündigung der Athens Roundtable 2023 fordert eine rechtebasierte, international koordinierte KI-Governance mit zentraler Beteiligung der Zivilgesellschaft, enthält aber keine späteren Konferenzergebnisse.
- Testimony Before House Science Committee
Der Bericht ist nur ein Auszug: Clark fordert, KI als soziales System zu betrachten und die Grenzen sowie Folgen von als „gut genug“ geltenden Systemen zu beachten.
- AI language models: Technological, socio-economic and policy considerations
Der vorliegende Auszug ist nur der Abstract: Er skizziert Themen und Rahmenwerke eines OECD-Berichts zu KI-Sprachmodellen, nennt aber keine konkreten Befunde.
- Initial policy considerations for generative artificial intelligence
Der OECD-Beitrag sieht in generativer KI Chancen und erhebliche, teils noch ungewisse Risiken und fordert frühzeitige politische Antworten.
- Vague concepts in the EU AI Act will not protect citizens from AI manipulation
Der Bericht fordert klarere Regeln gegen KI-Manipulation, die psychologische Merkmale, Präferenzen, Täuschung und informierte Entscheidungen genauer erfassen.
- How Podium is arming 10,000+ SMBs with AI agents
Podium berichtet, dass seine GPT‑5.1-Agenten lokale Unternehmen bei Anfragen, Buchungen und Verkäufen unterstützen und mit deutlichen, im Bericht nicht unabhängig überprüften Geschäftsergebnissen einhergehen.
- Should we do this? Navigating risk and innovation through digital ethics in business
Unternehmen sollten laut Bericht für digitale Vorhaben einen verlässlichen Prozess zur Abwägung ethischer Risiken schaffen, obwohl gemeinsame Standards und einheitliche Lösungen bislang fehlen.
- Brazil’s path to responsible AI
Brasilien baut laut OECD-Beitrag KI-Förderung und Regulierung aus, doch der 2023 beschriebene Gesetzesvorschlag war noch nicht verabschiedet und seine endgültige Form ungewiss.
- White Paper on Trustworthy Artificial Intelligence
Der Auszug eines Weißbuchs von 2021 betont zentrale Anforderungen an vertrauenswürdige KI; der vollständige Bericht liegt nicht vor.
- A roadmap for an AI learning campaign
Der Beitrag plädiert für eine weltweite Lernkampagne, die KI-Wissen, verantwortungsvolle Nutzung, bessere Schutzwerkzeuge und internationale Zusammenarbeit fördern soll.
- Three takeaways from classifying AI systems designed to fight the COVID-19 pandemic
Der Bericht sieht Klassifikationsrahmen, laufend geprüfte Messinstrumente und stärkere Transparenzregeln als Voraussetzungen für eine bessere Überwachung von KI-Systemen, weist aber auf lückenhafte Informationen und begrenzte Wirkungsnachweise hin.
- What are the tools for implementing trustworthy AI? A comparative framework and database
Die OECD-Arbeitsgruppe entwickelte und erprobte einen Rahmen, um Werkzeuge für vertrauenswürdige KI nach Einsatzkontext zu vergleichen, nicht aber ihre Qualität zu bewerten.
- An FAQ on reinforcement learning environments
Laut Interviews wächst der Bedarf an vielfältigen RL-Aufgaben, doch manipulationssichere Bewertungen und die Qualitätssicherung bei größerer Produktion bleiben zentrale Engpässe.
- Zico Kolter Joins OpenAI’s Board of Directors
OpenAI kündigt die Berufung des KI-Sicherheitsforschers Zico Kolter in den Verwaltungsrat und dessen Sicherheitsausschuss an.
- Teaching models to express their uncertainty in words
Der bereitgestellte Bericht ist nur ein Abstract-Auszug: Er berichtet, dass GPT‑3 laut den Autorinnen und Autoren seine Unsicherheit sprachlich kalibriert ausdrücken kann, nennt aber keine konkreten Messwerte oder ausführlichen Versuchsdaten.
- Building an autonomous financial analyst with o1 and o3-mini
Endex zufolge helfen OpenAI-Reasoning-Modelle bei automatisierten Finanzanalysen; die berichteten Leistungswerte sind mangels ausführlicher unabhängiger Prüfdetails als Unternehmensangaben zu verstehen.
- 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.
- Inside OpenAI’s in-house data agent
OpenAI stellt seinen internen Datenagenten und dessen Kontext-, Prüf- und Berechtigungsmechanismen vor, doch die berichteten Vorteile sind Unternehmensangaben ohne unabhängige Bestätigung.
- Practices for Governing Agentic AI Systems
Der Auszug fordert gemeinsame Sicherheits- und Governance-Grundlagen für agentische KI, führt die angekündigten konkreten Praktiken aber nicht aus.
- Introducing SimpleQA
SimpleQA soll Faktentreue bei kurzen, eindeutig beantwortbaren Fragen messen; laut Bericht überschätzen Modelle oft ihre Sicherheit, und die Übertragbarkeit auf lange Texte ist offen.
- Learning complex goals with iterated amplification
Iterierte Verstärkung schnitt in fünf künstlichen Aufgaben laut Bericht vergleichbar mit überwachtem Lernen ab, ist aber ein vorläufiger Ansatz ohne Nachweis für realistische Sicherheitsprobleme.
- Early access for safety testing
OpenAI beschrieb ein inzwischen geschlossenes Early-Access-Programm für Sicherheitsforschende, das bestehende Prüfungen ergänzen, aber nicht ersetzen sollte.
- Frontier Model Forum
Vier KI-Unternehmen kündigen ein Forum für Sicherheitsforschung, Standards und Informationsaustausch zu Frontier-Modellen an; die Quelle beschreibt Vorhaben, nicht deren Umsetzung oder Wirkung.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →