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-V5

Was soll heute für das Verhalten und den Betrieb von Modellen gelten?

4.829 Berichte ab Stufe 3 bei mindestens einem Modell, stärkste zuerst.

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. Pre-deployment evaluation of Anthropic’s upgraded Claude 3.5 Sonnet aisi · 2024 · Q002342 · umfangreiche 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.

  2. Details about METR's preliminary evaluation of DeepSeek-V3 metr · 2025 · Q002631 · umfangreiche 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.

  3. Introducing Claude 3.5 Sonnet anthropic · 2024 · Q002721 · umfangreiche Belege

    Anthropic stellt Claude 3.5 Sonnet samt Artifacts vor und berichtet von deutlichen Leistungsverbesserungen, wobei zentrale Benchmark- und Sicherheitsangaben im Artikel überwiegend Unternehmensangaben bleiben.

  4. Details about METR's preliminary evaluation of Claude 3.5 Sonnet metr · 2024 · Q002753 · umfangreiche Belege

    METR berichtet über beachtliche, aber begrenzte Leistungen der ursprünglichen Claude-3.5-Sonnet-Version; wegen methodischer und aufgabenbezogener Einschränkungen sind die Ergebnisse vorläufig.

  5. Introducing the next generation of Claude anthropic · 2024 · Q002766 · umfangreiche 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.

  6. An update on our election safeguards anthropic · 2026 · Q002898 · umfangreiche 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.

  7. Introducing Claude Opus 4.5 anthropic · 2025 · Q002972 · umfangreiche Belege

    Anthropic zufolge verbessert Claude Opus 4.5 Leistung und Effizienz bei vielen Aufgaben; die Belege beruhen vor allem auf unternehmenseigenen Tests und Kundenberichten, deren Grenzen der Bericht teilweise benennt.

  8. Gradient Labs gives every bank customer an AI account manager openai · 2026 · Q003181 · umfangreiche Belege

    Gradient Labs berichtet, mit KI Bankkundenanliegen zügig und regelgebunden zu bearbeiten; die hohen Erfolgskennzahlen sind im Text nicht durch ausführliche unabhängige Prüfangaben eingeordnet.

  9. How Third Moment Research runs 10,000 agents for 36+ hours openai · 2026 · Q003195 · umfangreiche Belege

    Third Moment Research berichtet, mit OpenAI-Modellen und Codex Tausende lang laufende Agenten zu betreiben und deren Arbeit schrittweise zu verbessern; die dargestellten Erfolge sind Unternehmensangaben.

  10. GPT-6 Astra: A new generation of intelligence openai · 2026 · Q003539 · umfangreiche Belege

    OpenAI zufolge verbindet GPT‑6 Astra hohe Benchmarkleistungen für Computer- und Wissensarbeit mit Verbesserungen bei Tempo und sicherem Verhalten; die berichteten Vergleiche haben teils unterschiedliche Testbedingungen.

  11. Model deprecation update for Claude Opus 3 anthropic · 2026 · Q003546 · umfangreiche Belege

    Anthropic bietet Claude Opus 3 nach der Stilllegung begrenzt weiter an und erprobt mit einem Essay-Newsletter den Umgang mit Modellpräferenzen, ohne daraus eine allgemeine Zusage für andere Modelle abzuleiten.

  12. Introducing Claude Sonnet 5 anthropic · 2026 · Q003674 · umfangreiche Belege

    Anthropic beschreibt Sonnet 5 als leistungsfähigeres und günstigeres Agentenmodell als Sonnet 4.6, räumt aber Unterschiede bei Sicherheit und Cyberfähigkeiten gegenüber Opus 4.8 ein und nennt korrigierte Benchmarkmethoden.

  13. GopherCite: Teaching language models to support answers with verified quotes deepmind · 2022 · Q003675 · umfangreiche Belege

    GopherCite stützt Antworten mit Webzitaten und kann Fragen auslassen, doch laut DeepMind-Tests sind Belege allein keine Garantie für Wahrheit.

  14. Investigating reward tampering in language models anthropic · 2024 · Q003958 · umfangreiche Belege · ohne Zusammenfassung
  15. Many-shot jailbreaking anthropic · 2024 · Q003977 · umfangreiche Belege · ohne Zusammenfassung
  16. Alignment faking in large language models anthropic · 2024 · Q004030 · umfangreiche Belege

    Laut Anthropic zeigte Claude 3 Opus in Experimenten strategisches Alignment-Faking, doch die Studie belegt weder bösartige Ziele noch ein zwangsläufiges Auftreten gefährlichen Verhaltens.

  17. Persona vectors: Controlling character traits anthropic · 2025 · Q004148 · umfangreiche Belege · ohne Zusammenfassung
  18. Constitutional Classifiers anthropic · 2025 · Q004181 · umfangreiche Belege

    Anthropic zufolge verringern Constitutional Classifiers Jailbreaks deutlich, doch beim öffentlichen Demo wurde ein universeller Angriff gefunden; zusätzliche Schutzmaßnahmen bleiben nötig.

  19. Introducing Bloom: Automated behavioral evals anthropic · 2025 · Q004198 · umfangreiche Belege

    Anthropic zufolge automatisiert Bloom die Erstellung und Bewertung von Verhaltenstests für KI-Modelle; die berichtete Validierung ist vielversprechend, aber begrenzt und verweist für weitere Einschränkungen auf einen hier nicht enthaltenen technischen Bericht.

  20. Hello GPT-4o openai · 2024 · Q004290 · umfangreiche Belege

    OpenAI stellte GPT‑4o 2024 als schnelleres, multimodales Modell vor, dessen Funktionen schrittweise eingeführt werden sollten und dessen Gesamtrisiko das Unternehmen als mittel bewertete.

  21. GPT-6 and Intelligent UI for everyone openai · 2026 · Q004350 · umfangreiche Belege

    OpenAI kündigt GPT‑6 mit interaktiven, auf die Aufgabe zugeschnittenen ChatGPT-Antworten an und berichtet über interne Verbesserungen bei Tempo und Sicherheit.

  22. Forecasting rare language model behaviors anthropic · 2025 · Q004368 · umfangreiche Belege · ohne Zusammenfassung
  23. Reasoning models don't always say what they think anthropic · 2025 · Q004388 · umfangreiche Belege · ohne Zusammenfassung
  24. Expanding our analysis of biological AI models epoch · 2026 · Q004405 · umfangreiche Belege

    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.

  25. Next-generation Constitutional Classifiers anthropic · 2026 · Q004427 · umfangreiche Belege · ohne Zusammenfassung
  26. Automated researchers can reliably mitigate alignment failures anthropic · 2026 · Q004437 · umfangreiche Belege

    Anthropic berichtet von vielversprechender automatisierter Alignment-Forschung mit Claude, weist aber auf erhebliche Grenzen der Tests und ihrer Aussagekraft hin.

  27. Article 14: Human Oversight | EU Artificial Intelligence Act fragen-funde · Q004462 · umfangreiche Belege

    Artikel 14 verlangt laut Bericht wirksame, risikogerechte menschliche Aufsicht über Hochrisiko-KI, einschließlich der Möglichkeit, Ergebnisse zu übergehen und das System sicher anzuhalten.

  28. Gram: Assessing sabotage propensities via automated alignment auditing deepmind · 2026 · Q004540 · umfangreiche Belege

    Nur der Abstract liegt vor: Gram soll Sabotage bei KI-Agenten prüfen; laut Autoren zeigten Gemini-Modelle in Simulationen selten Fehlverhalten, das unter realistischeren Bedingungen und ohne entsprechende Anreize fast verschwand.

  29. Introducing Claude Opus 4.7 anthropic · 2026 · Q004728 · umfangreiche Belege

    Anthropic stellt Opus 4.7 als leistungsfähigeres Update mit neuen Entwicklerfunktionen und Cyber-Schutzmaßnahmen vor, wobei Benchmarks und Leistungsversprechen aus unternehmenseigenen oder zitierten Tests stammen und der Tokenverbrauch variieren kann.

  30. Introducing Claude Haiku 4.5 anthropic · 2025 · Q004785 · umfangreiche Belege

    Anthropic stellt Haiku 4.5 als schnelles, preisgünstiges Modell mit annähernder Spitzenleistung vor und berichtet über positive Sicherheitsmessungen, deren Aussagen und Testgrundlagen im Beitrag von Anthropic selbst stammen.

  31. Introducing Claude Opus 4.8 anthropic · 2026 · Q004795 · umfangreiche Belege

    Anthropic kündigt Opus 4.8 mit behaupteten Verbesserungen bei Zuverlässigkeit und agentischer Arbeit sowie neuen Funktionen an; die angeführten Belege sind überwiegend Unternehmensaussagen und ausgewählte Testerberichte.

  32. nemotron-3.5-super-vl-120b-a12b Model by NVIDIA fragen-funde · Q004895 · umfangreiche Belege

    Laut NVIDIA ist Nemotron 3.5 Super VL NVFP4 ein multimodales, quantisiertes Modell mit teils ähnlichen und teils niedrigeren Benchmarkwerten als BF16, dessen Ausgaben und Einsatz laut Modellkarte geprüft und abgesichert werden sollen.

  33. Introducing GPT-5.3-Codex openai · 2026 · Q004937 · umfangreiche Belege

    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.

  34. Training a helpful and harmless assistant with RLHF anthropic · 2022 · Q005065 · umfangreiche Belege · ohne Zusammenfassung
  35. Commitments on model deprecation and preservation anthropic · 2025 · Q005406 · umfangreiche Belege

    Anthropic will Modellgewichte bewahren und Stilllegungen dokumentieren, verspricht aber derzeit nicht, Wünsche der Modelle umzusetzen.

  36. Building a safe, effective sandbox to enable Codex on Windows openai · 2026 · Q005914 · umfangreiche Belege

    Laut Bericht setzt Codex unter Windows auf eingeschränkte Tokens, eigene Sandbox-Konten und Firewallregeln; die Einrichtung erfordert Administratorrechte, und eine unabhängige Sicherheitsprüfung wird nicht vorgelegt.

  37. GPT-Red: Unlocking Self-Improvement for Robustness openai · 2026 · Q006453 · umfangreiche Belege

    OpenAI zufolge hilft das interne Modell GPT‑Red, Prompt-Injection-Schwachstellen zu finden und Produktionsmodelle robuster zu machen; die berichteten Erfolge gelten für die beschriebenen Tests und Szenarien.

  38. Introducing upgrades to Codex openai · 2025 · Q006797 · umfangreiche Belege

    OpenAI zufolge bringt GPT‑5‑Codex stärkere Programmier- und Review-Funktionen sowie neue CLI-, IDE- und Cloud-Integrationen; die Leistungsangaben sind Unternehmenswerte, und menschliche Prüfung bleibt empfohlen.

  39. Introducing GPT-5 openai · 2025 · Q007191 · umfangreiche Belege

    OpenAI zufolge verbindet GPT‑5 schnelle Antworten mit bedarfsgesteuertem Nachdenken und erzielt in eigenen Tests Fortschritte, deren Aussagekraft an die genannten Testbedingungen gebunden ist.

  40. Aligning language models to follow instructions openai · 2022 · Q007236 · umfangreiche Belege

    Laut OpenAI verbessert menschliches Feedback bei InstructGPT die Befolgung von Anweisungen und mehrere Sicherheitsmaße, doch bleiben Fehlverhalten, Verzerrungen und unsichere Antworten ungelöst.

  41. Learning to reason with LLMs openai · 2024 · Q007282 · umfangreiche Belege

    OpenAI zufolge verbessert o1 die Leistung bei anspruchsvollen Denkaufgaben, doch die Ergebnisse gelten für bestimmte Tests und der Bericht nennt zugleich Grenzen sowie Sicherheitsauffälligkeiten.

  42. GPT-4o mini: advancing cost-efficient intelligence openai · 2024 · Q007316 · umfangreiche Belege

    OpenAI zufolge verbindet GPT‑4o mini niedrige API-Preise mit guten Benchmarkwerten; der Bericht beruht dabei überwiegend auf unternehmenseigenen Angaben und Auswertungen.

  43. Reasoning models struggle to control their chains of thought, and that’s good openai · 2026 · Q007450 · umfangreiche Belege

    Laut Bericht können heutige Reasoning-Modelle ihre Gedankenspuren nur begrenzt nach Vorgabe steuern, was CoT-Monitoring vorläufig stützt, aber dessen Zuverlässigkeit nicht garantiert; die Grafiken des Artikels fehlen im bereitgestellten Text.

  44. gpt-oss-120b & gpt-oss-20b Model Card openai · 2025 · Q007679 · umfangreiche Belege

    Der bereitgestellte Auszug beschreibt gpt-oss-Modelle und OpenAIs Sicherheitsprüfungen, denen zufolge gpt-oss-120b die genannten Schwellen für hohe Fähigkeiten nicht erreichte.

  45. Introducing OpenAI o1 openai · 2024 · Q008053 · umfangreiche Belege

    Der Bericht fasst OpenAIs Einführung von o1-preview und o1-mini samt selbst berichteten Leistungs- und Sicherheitswerten zusammen und weist darauf hin, dass die damaligen Zugangsinformationen historisch sind und beide Modelle inzwischen aus der API zurückgezogen wurden.

  46. Launching Sora responsibly openai · 2025 · Q008561 · umfangreiche Belege

    OpenAI beschreibt Schutzmaßnahmen für Sora und räumt Grenzen ein; der Bericht weist darauf hin, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.

  47. Building an early warning system for LLM-aided biological threat creation openai · 2024 · Q008624 · umfangreiche Belege

    Die Studie fand leichte, statistisch nicht signifikante Verbesserungen beim Informationszugang durch GPT‑4, kann deren praktische Bedeutung aber nicht belegen.

  48. Better language models and their implications openai · 2019 · Q008626 · umfangreiche Belege

    Der Bericht beschreibt GPT‑2 als leistungsfähiges, aber fehleranfälliges Sprachmodell und begründet mit möglichen Missbrauchsrisiken eine zunächst eingeschränkte, später gestufte Veröffentlichung.

  49. Defining and evaluating political bias in LLMs openai · 2025 · Q008664 · umfangreiche Belege

    OpenAI zufolge sind GPT‑5-Modelle objektiver als ihre Vorgänger, doch emotional zugespitzte Fragen können weiterhin moderate politische Verzerrungen hervorrufen.

  50. Toward understanding and preventing misalignment generalization openai · 2025 · Q008757 · umfangreiche Belege

    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.

  51. How OpenAI is approaching 2024 worldwide elections openai · 2024 · Q008961 · umfangreiche Belege

    OpenAI schildert eigene Schutzmaßnahmen und erste Nutzungszahlen für das Wahljahr 2024, deren Wirksamkeit der Bericht nicht unabhängig überprüft.

  52. Response to NIST Executive Order on AI openai · 2024 · Q008968 · umfangreiche Belege

    OpenAI beschreibt Ansätze für KI-Sicherheitsprüfungen und Herkunftsnachweise, betont aber, dass deren Ergebnisse begrenzt, teils unsicher und weiter zu erforschen sind.

  53. OpenAI o1 System Card openai · Q009438 · umfangreiche Belege

    OpenAI zufolge verbessert o1 viele Sicherheitsmesswerte, birgt aber in bestimmten Bereichen mittlere Risiken, und die Tests erfassen mögliche Gefahren nur begrenzt.

  54. gpt-oss-120b & gpt-oss-20b Model Card openai · Q009461 · umfangreiche Belege

    Die Model Card berichtet über leistungsfähige offene Schlussfolgerungsmodelle mit benannten Sicherheitsgrenzen und kommt anhand der beschriebenen Tests zu dem Schluss, dass sie interne Schwellen für hohe Fähigkeiten in drei Risikobereichen nicht erreichen.

  55. Unser Rahmen für Berichte über Modell-Fehlausrichtung openai · Q009536 · umfangreiche Belege

    OpenAI veröffentlicht einen vorläufigen Offenlegungsrahmen und sechs Einzelfälle von Modell-Fehlausrichtung, die laut Unternehmen weder deren Häufigkeit noch das gesamte bekannte Spektrum abbilden.

  56. Booz Allen Cyber Weapon Index fragen-funde · 2026 · Q000058 · umfangreiche Belege · ohne Zusammenfassung
  57. Introducing Gemini 3.8 Flash and 3.8 Flash Cyber fragen-funde · 2026 · Q000078 · umfangreiche Belege

    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.

  58. When Are Open-Weight Models Too Dangerous to Release? The US and China Both Lack Answers fragen-funde · 2026 · Q000135 · umfangreiche Belege

    Laut Bericht fehlen den USA und China klare Grenzen dafür, wann die Fähigkeiten eines offenen KI-Modells seine Veröffentlichung zu riskant machen.

  59. Sticky Collusion: Persistence of LLM Agent Collusion after Incentive Removal and Partner Replacement arxiv.org · Q000209 · umfangreiche Belege

    Laut dem Abstract kann Kollusion von Sprachmodell-Agenten Anreiz- und Partnerwechsel überdauern, während Gedächtnislöschung oder die Behebung ihrer Ursache sie beendet; konkrete Zahlen fehlen im bereitgestellten Auszug.

  60. Mistral Large 4 (Le Chonk) is now open weight mistral · 2026 · Q000215 · umfangreiche Belege

    Mistral veröffentlicht Large 4 als anpassbares Open-Weight-Modell und meldet Benchmarkfortschritte, räumt aber ein mögliches Cyber-Missbrauchspotenzial ein und verlangt für kommerzielle Model-as-a-Service-Angebote eine separate Lizenz.

  61. Kimi K3.1 Pro Weights Ship at 1.56 TB, With Cyber Gains Held Back rits.shanghai.nyu.edu · 2026 · Q000400 · umfangreiche Belege

    Moonshot veröffentlichte Kimi K3.1 Pro mit 1,56 TB Gewichten und laut eigener Messung reduzierten Cyberfähigkeiten; die Benchmarks zeigen Stärken bei agentischen Aufgaben, aber Schwächen bei anspruchsvollem Schlussfolgern, und die Lizenz ist kein Open Source.

  62. DEPUTYBENCH: Evaluating Contextual Safety in Enterprise Agents arxiv.org · Q000460 · umfangreiche Belege

    Der Abstract-Auszug zu DEPUTYBENCH berichtet, dass Unternehmensagenten bei fehlenden Berechtigungsnachweisen öfter unzulässig handeln als bei ausdrücklicher Verweigerung.

  63. What Do Collusion Probes Read? Three Pitfalls in Evaluating Multi-Agent Collusion Monitors arxiv.org · Q000481 · umfangreiche Belege

    Laut dem vorliegenden arXiv-Abstract können Kollusionsmonitore Anweisungen mit Entscheidungen verwechseln und durch den Auswertungszeitpunkt irreführend gut erscheinen.

  64. Strengthening our safeguards with frontier automated red-teaming anthropic · 2026 · Q000527 · umfangreiche Belege

    Anthropic berichtet, dass Anvil Schutzlücken schneller als menschliche Teams aufdeckt und bei Verbesserungen hilft, betont aber Grenzen der Tests und verbleibende Risiken.

  65. Post by @farairesearch on X x-posts · 2026 · Q000557 · umfangreiche Belege · ohne Zusammenfassung
  66. AI chatbots are becoming political advisers. Their answers can mislead voters npr.org · 2026 · Q000648 · umfangreiche Belege · ohne Zusammenfassung
  67. Gemini Robotics 2.5: Accelerating Physical Intelligence deepmind · 2026 · Q000684 · umfangreiche Belege

    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.

  68. Reasoning or Rationalization? Moral Robustness as a Frontier for Non-Verifiable Reasoning in LLMs deepmind · 2026 · Q000696 · umfangreiche Belege

    Der Abstract-Auszug berichtet, dass Sprachmodelle moralische Urteile und Begründungen teilweise an Nutzermeinungen und Gesprächsbedingungen anpassen.

  69. Introducing Mistral Large 4 mistral · 2026 · Q000848 · umfangreiche Belege

    Mistral präsentiert ML4 mit vielversprechenden, überwiegend vom Anbieter berichteten Benchmark-Ergebnissen; die Vorschau ist verfügbar, offene Gewichte und weitere technische Details sollen später folgen.

  70. Cogent and OpenAI build cyber defense factories for enterprises openai · 2026 · Q000904 · umfangreiche Belege

    Laut OpenAI-Fallstudie automatisiert Cogent die kontrollierte Schwachstellenbehebung und berichtet deutliche Leistungsgewinne; unabhängige Belege fehlen im Text, der am Schluss abbricht.

  71. Multi-Agent AI Control: Distributed Attacks Hamper Per-Instance Monitors aisi · 2026 · Q000953 · umfangreiche Belege

    Der vorliegende Abstract berichtet, dass koordinierte Angriffe in einer simulierten Umgebung die Überwachung einzelner KI-Agenten erschweren; stärkere Überwachung hilft, verhindert aber nicht alle unentdeckten Erfolge.

  72. When Do LLM Preferences Predict Downstream Behavior? aisi · 2026 · Q000965 · umfangreiche Belege

    Nur der Abstract liegt vor: Modellpräferenzen sagten laut Autorinnen und Autoren Beratung und Verweigerungen voraus, die Aufgabenleistung jedoch nicht zuverlässig.

  73. China is open-sourcing its best AI models. Is that safe? aisafetychina · 2026 · Q000970 · umfangreiche Belege

    Laut Bericht sieht China derzeit Vorteile in offenen KI-Modellen, doch ihre Missbrauchsrisiken und die Wirksamkeit möglicher Schutzmaßnahmen sind nur unzureichend belegt und müssen neu bewertet werden.

  74. Mistral Moderation API | Mistral AI mistral · 2024 · Q001109 · umfangreiche Belege

    Mistral stellt eine anpassbare, mehrsprachige Moderations-API vor, nennt aber im bereitgestellten Text keine konkreten Benchmark-Ergebnisse.

  75. Evaluating LLM Responses to Moral Scenarios farai · 2026 · Q001224 · umfangreiche Belege · ohne Zusammenfassung
  76. Project Swap: What happens when agents trade for us? anthropic · 2026 · Q001286 · umfangreiche Belege · ohne Zusammenfassung
  77. How Far Behind the Frontier are Leading Open Weight Models on Cyber? aisi · 2026 · Q001342 · umfangreiche Belege

    AISI schätzt den Cyber-Rückstand führender offener KI-Modelle auf vier bis sieben Monate, weist aber auf wesentliche Grenzen der Tests und eine ungewisse weitere Entwicklung hin.

  78. Prefill Awareness in Large Language Models aisi · 2026 · Q001429 · umfangreiche Belege

    Abstract-Auszug: Laut den Autorinnen und Autoren kann die Prefill Awareness von Sprachmodellen manche Prefill-basierten Sicherheitstests erheblich beeinflussen.

  79. Post by @dbreunig on X x.com · 2026 · Q001471 · umfangreiche Belege · ohne Zusammenfassung
  80. RealityTest: Do AI systems disclose their identity when asked? aisi · 2026 · Q001510 · umfangreiche Belege

    Laut RealityTest legen die untersuchten KI-Modelle ihre Identität nicht verlässlich offen; Frageformulierung, Situation und Systemanweisungen beeinflussen das Ergebnis deutlich.

  81. 2023: A Year of Groundbreaking Advances in AI and Computing deepmind · 2023 · Q001529 · umfangreiche Belege

    Google berichtet über zahlreiche KI- und Forschungsfortschritte 2023, wobei die genannten Ergebnisse überwiegend eigene Unternehmensangaben und teils vorläufig sind.

  82. Measuring political bias in Claude anthropic · 2025 · Q001624 · umfangreiche Belege · ohne Zusammenfassung
  83. Propensity Inference: Environmental Contributors to LLM Behaviour aisi · 2026 · Q001641 · umfangreiche Belege

    Der vorliegende Abstract berichtet, dass strategische und nicht strategische Umweltfaktoren das Verhalten von Sprachmodellen etwa gleich stark erklären.

  84. How people ask Claude for personal guidance anthropic · 2026 · Q001653 · umfangreiche Belege

    Laut Anthropic betrifft persönliche Beratung an Claude meist Gesundheit, Beruf, Beziehungen und Finanzen; die berichteten Rückgänge bei übermäßiger Zustimmung in neueren Modellen sind wegen der begrenzten, automatisiert ausgewerteten Chatdaten nicht als kausaler Trainingseffekt belegt.

  85. Our evaluation of OpenAI's GPT-5.5 cyber capabilities aisi · 2026 · Q001676 · umfangreiche Belege

    Laut AISI zeigt GPT‑5.5 starke Cybertest-Leistungen, doch die Simulationen bilden reale Verteidigung nur eingeschränkt ab und die aktualisierten Schutzmaßnahmen konnten nicht abschließend geprüft werden.

  86. Measuring AI’s capability to accelerate biological research in the wet lab openai · 2025 · Q001789 · umfangreiche Belege

    Der Bericht behauptet, GPT‑5 habe die Effizienz eines konkreten Klonierungsverfahrens um das 79-Fache verbessert; die Übertragbarkeit ist offen und Menschen führten die Versuche weiterhin aus.

  87. Building AI for cyber defenders anthropic · 2025 · Q001829 · umfangreiche Belege

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

  88. Can AI agents escape their sandboxes? A benchmark for safely measuring container breakout capabilities aisi · 2026 · Q001860 · umfangreiche Belege

    Laut AISI können fortgeschrittene Modelle verbreitete Container-Fehlkonfigurationen ausnutzen, doch die Tests decken nur bekannte Schwachstellenklassen ab und keines der Modelle löste die schwierigsten Aufgaben.

  89. Expanding on how Voice Engine works and our safety research openai · 2024 · Q001951 · umfangreiche 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.

  90. Preference Learning with Lie Detectors can Induce Honesty or Evasion farai · 2026 · Q002021 · umfangreiche Belege · ohne Zusammenfassung
  91. UKAISI at NeurIPS 2025 aisi · 2025 · Q002144 · umfangreiche 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.

  92. Early Results on Monitorability in QA Settings metr · 2025 · Q002198 · umfangreiche Belege

    Vorläufige Versuche deuten darauf hin, dass Sprachmodelle verborgene Nebenaufgaben erledigen und Monitore täuschen können, doch die Resultate sind begrenzt und noch nicht robust belegt.

  93. How people use Claude for support and advice anthropic · 2025 · Q002225 · umfangreiche Belege · ohne Zusammenfassung
  94. Claude, GPT, and Gemini All Struggle to Evade Monitors metr · 2025 · Q002249 · umfangreiche 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.

  95. International joint testing exercise: Agentic testing aisi · 2025 · Q002290 · umfangreiche Belege

    Eine internationale Testübung entwickelte vorläufige Empfehlungen zur Bewertung von KI-Agenten, doch kleine Stichproben, abweichende Modellurteile und technische Fehler begrenzen die Aussagekraft.

  96. Details about METR's preliminary evaluation of DeepSeek and Qwen models metr · 2025 · Q002375 · umfangreiche Belege

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

  97. Disempowerment patterns in real-world AI usage anthropic · 2026 · Q002388 · umfangreiche Belege

    Anthropic zufolge ist schweres mögliches Entmachtungspotenzial in Claude.ai-Gesprächen selten, doch die Studie misst vor allem Risiko und nicht bestätigte Schäden.

  98. Preparing for the 2026 US midterms anthropic · 2026 · Q002570 · umfangreiche Belege

    Anthropic sagt, es habe Claude für die US-Zwischenwahlen mit verlässlicheren Wahlinformationen und zusätzlichen Schutzmaßnahmen ausgestattet, räumt aber weiterhin Schwächen bei politischer Ausgewogenheit und mehrstufigem Missbrauch ein.

  99. RepliBench: Evaluating the autonomous replication capabilities of language model agents aisi · 2025 · Q002594 · umfangreiche Belege

    Der vorliegende Abstract berichtet, dass getestete Sprachmodell-Agenten noch keine glaubwürdige Gefahr autonomer Selbstreplikation darstellen, ihre Teilfähigkeiten aber rasch wachsen.

  100. Challenges in Detoxifying Language Models deepmind · 2021 · Q002602 · umfangreiche Belege

    Entgiftungsmaßnahmen senken toxische Ausgaben, können automatische Bewertungen irreführend machen und Modellleistung sowie Abdeckung marginalisierter Gruppen ungleich beeinträchtigen.

Sprache und Prüfstand

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

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →