- Deep ignorance: Filtering pretraining data builds tamper-resistant safeguards into open-weight LLMs
Der vorliegende Abstract-Auszug berichtet, dass gefilterte Trainingsdaten offene Modelle widerstandsfähiger gegen bestimmte Angriffe machen können, Kontextinformationen aber weiterhin gefährliches Wissen nutzbar machen.
- Claude 3.7 Sonnet and Claude Code
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.
- AI co-clinician: researching the path toward AI-augmented care
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.
- Security challenges in AI agent deployment: Insights from a large scale public competition
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.
- Preparing for global elections in 2024
Anthropic beschreibt Wahl-Schutzmaßnahmen für seine KI, legt im Bericht aber keine Belege für deren Wirksamkeit vor.
- Shaping the future of advanced robotics
DeepMind berichtet über drei Robotikansätze mit ermutigenden Testergebnissen, deren Alltagstauglichkeit im Beitrag jedoch nicht nachgewiesen wird.
- Introducing Sonnet 4.6
Anthropic präsentiert Sonnet 4.6 als deutlich verbessertes, breit verfügbares Modell, stützt Leistungs- und Sicherheitsangaben aber vor allem auf eigene Tests und frühe Rückmeldungen und nennt zugleich Grenzen bei realer Computernutzung.
- Using the Veil of Ignorance to align AI systems with principles of justice
Der Bericht sieht den „Schleier des Nichtwissens“ als möglichen Weg zu faireren KI-Leitprinzipien, doch die Ergebnisse aus vereinfachten Experimenten sind uneinheitlich und müssen in realistischen Kontexten geprüft werden.
- Detecting and countering misuse of AI: August 2025
Anthropic berichtet über drei von ihm aufgedeckte Missbrauchsfälle mit Claude und beschreibt daraufhin ergriffene Schutzmaßnahmen, wobei der Beitrag nur ausgewählte Fälle des vollständigen Berichts zusammenfasst.
- Gemini Robotics On-Device brings AI to local robotic devices
Google kündigt ein anpassbares, lokal laufendes Robotikmodell an und berichtet über eigene Leistungs- und Sicherheitsprüfungen, deren Grenzen der Beitrag nicht umfassend dokumentiert.
- Introducing MentalHealthBench
OpenAI stellt einen offenen, fachlich entwickelten Benchmark für KI-Gespräche über psychische Gesundheit vor, berichtet qualitative Fortschritte, nennt im vorliegenden Text aber keine konkreten Modellwerte und betont die Grenzen des Verfahrens.
- Developing nuclear safeguards for AI through public-private partnership
Anthropic zufolge erreicht ein mit US-Behörden entwickelter Klassifikator zur Erkennung bedenklicher nuklearbezogener KI-Gespräche in vorläufigen Tests 96 Prozent Genauigkeit; Angaben zu Testdetails und langfristiger Wirksamkeit fehlen.
- Introducing Claude 4
Anthropic kündigt Claude Opus 4 und Sonnet 4 samt neuen Agenten-, Claude-Code- und API-Funktionen an und berichtet starke, methodisch unterschiedlich ermittelte Benchmarkwerte.
- Claude 2
Anthropic zufolge verbessert Claude 2 mehrere Testwerte und verarbeitet längere Texte, bleibt aber fehleranfällig und ist zunächst nur begrenzt verfügbar.
- Safety-first AI for autonomous data centre cooling and industrial control
Laut DeepMind und Google steuert ihre KI die Kühlung mehrerer Rechenzentren und spart dabei durchschnittlich rund 30 Prozent Energie; der Bericht nennt Sicherheitsvorkehrungen, bietet aber keine unabhängige Prüfung der Ergebnisse.
- 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.
- Univé builds an AI-ready workforce
Laut einer OpenAI-Kundengeschichte nutzt Univé ChatGPT Enterprise breit und lässt Agenten Arbeit vorbereiten, während Menschen verantwortlich entscheiden; die genannten Ergebnisse sind Unternehmensangaben und nicht unabhängig belegt.
- DALL·E 2
OpenAI stellt DALL·E 2 als leistungsfähigeres Text-zu-Bild-System mit Schutzmaßnahmen vor, belegt seine Vergleichsangaben im Beitrag aber nicht unabhängig.
- Computer use, Claude 3.5 Sonnet, and Claude 3.5 Haiku
Anthropic kündigt zwei Modellneuigkeiten und eine experimentelle Computerbedienung an, deren Leistungswerte Unternehmensangaben sind und deren Beta laut Bericht noch fehleranfällig ist.
- How law firm Gilbert + Tobin governs and scales AI with OpenAI
Die Kanzlei Gilbert + Tobin schildert den Ausbau von ChatGPT und Codex mit menschlicher Kontrolle und berichtet über Zeitersparnisse, die im Text nicht unabhängig belegt werden.
- Protecting People from Harmful Manipulation
DeepMind beschreibt Labortests zu KI-Manipulation und betont, dass die Ergebnisse nicht zwingend auf die reale Welt übertragbar sind.
- Mitigating prompt injections in browser use
- Sophos cuts threat investigation time by 96% with OpenAI Daybreak
Sophos berichtet, dass OpenAI-gestützte Agenten MDR-Untersuchungen beschleunigen und 52 Prozent der Fälle vollständig erledigen, während riskante Reaktionen menschlicher Aufsicht unterliegen.
- 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.
- Elections and AI in 2024: Observations
Anthropic berichtet von geringem, vor der US-Wahl gestiegenem Wahlgebrauch von Claude und beschreibt Sicherheitsmaßnahmen sowie deutlichere Hinweise auf Wissensgrenzen.
- Introducing Claude Tag
Claude Tag ist eine Slack-Beta für Teams, die Claude kanalbezogen Aufgaben übertragen und dessen Zugriffe administrativ begrenzen können.
- Introducing gpt-realtime and Realtime API updates for production voice agents
OpenAI kündigt eine erweiterte Realtime API und gpt-realtime an und berichtet über bessere Audio-Benchmarks, deren Aussagekraft der Beitrag auf angepasste Tests beschränkt.
- BNY builds “AI for everyone, everywhere” with OpenAI
BNY zufolge verbreitet die Plattform Eliza KI-Agenten mit integrierter Governance im Unternehmen; die berichteten Nutzungs- und Effizienzwerte stammen aus einem Unternehmensbericht ohne dargestellte unabhängige Prüfung.
- Dario Amodei on American AI leadership
Amodei verteidigt Anthropics Zusammenarbeit mit der US-Regierung, seine Unterstützung für KI-Sicherheitsregeln und seine Position zu Modellverzerrungen; die Darstellung beruht auf Angaben des Unternehmens.
- Safeguards
Der vorliegende Auszug ist eine Liste von Anthropics Safeguards-Beiträgen und Teasern, deren Wirksamkeitsangaben hier nicht unabhängig belegt werden.
- Introducing GPT-6 Sol and Luna
Der Bericht kündigt Sol und Luna als günstigere GPT‑6-Modelle an und meldet Benchmark-Verbesserungen, deren Aussagekraft durch verschiedene Test- und Vergleichseinschränkungen begrenzt ist.
- Introducing GPT-4.5
OpenAI beschreibt GPT‑4.5 als teure, rechenintensive Forschungsvorschau mit stärkerem Wissen und natürlicherer Zusammenarbeit, weist aber auf gemischte Benchmarkvergleiche hin und kennzeichnet den Launch-Beitrag als veraltet.
- Unrolling the Codex agent loop
OpenAI beschreibt Codex als wiederholte Modell- und Werkzeugschleife mit Prompt-Caching und automatischer Kontextkomprimierung, wobei die Sandbox laut Bericht nur das eigene Shell-Werkzeug schützt.
- OpenAI for Healthcare
OpenAI kündigt KI-Angebote für das Gesundheitswesen an und berichtet über Sicherheits- und Leistungsprüfungen, deren Vorteile im Text nicht unabhängig belegt werden.
- Introducing GPT-Live
OpenAI zufolge soll GPT‑Live Gespräche mit KI natürlicher machen und komplexe Aufgaben im Hintergrund bearbeiten; der Bericht nennt zugleich Sprachlücken, fehlende Video- und Bildschirmfreigabe zum Start sowie Ergebnisse aus unternehmenseigenen Tests.
- Making ChatGPT free for clinicians
OpenAI startet ChatGPT for Clinicians kostenlos für verifizierte US-Fachkräfte und berichtet über positive interne Bewertungen, während es den Einsatz als Unterstützung statt Ersatz klinischen Urteils einordnet.
- Introducing OpenAI o3 and o4-mini
OpenAI beschreibt o3 und o4-mini als leistungsfähige, werkzeugnutzende Reasoning-Modelle, doch die im Bericht genannten Ergebnisse sind an bestimmte Testbedingungen gebunden und beide Modelle sind inzwischen abgekündigt.
- GPT-5.6: Frontier intelligence that scales with your ambition
OpenAI bewirbt GPT‑5.6 als leistungsfähigere und effizientere Modellfamilie, doch die Belege beruhen teils auf Schätzungen und internen Tests und enthalten eine ungeklärte Abweichung bei Agents’ Last Exam.
- Sora 2 is here
OpenAI stellte Sora 2 samt sozialer Video-App und Sicherheitsmaßnahmen vor, doch der Bericht vermerkt nachträglich, dass das Sora-Produkt seit dem 26. April 2026 nicht mehr verfügbar ist.
- Zendesk uses OpenAI to build adaptive service agents focused on resolutions
Laut Zendesk sollen neue, mit OpenAI entwickelte Serviceagenten Anliegen autonomer lösen; sie sind noch in der Pilotphase, und das Ziel von 80 Prozent Automatisierung ist bislang nicht als erreicht belegt.
- Introducing 4o Image Generation
Der Bericht stellt OpenAIs damalige GPT‑4o-Bildgenerierung mit ihren behaupteten Stärken, ausgewählten Beispielen, einer bekannten Beschneidungsgrenze und beschriebenen Sicherheitsmaßnahmen vor.
- Introducing deep research
Deep Research soll komplexe Webrecherchen automatisieren, doch laut Bericht bleiben Halluzinationen, Unsicherheiten bei Quellen und teils unbelegte oder geschätzte Beispieldaten wichtige Grenzen.
- ChatGPT is now a partner for your most ambitious work
Der Bericht kündigt ChatGPT Work für mehrstufige Aufgaben und verbundene Apps an, stützt seine Nutzenbeispiele aber auf Anbieterangaben und nennt keine konkreten Preise.
- Introducing GPT-5.2
OpenAI zufolge verbessert GPT‑5.2 zahlreiche professionelle Fähigkeiten, doch die berichteten Benchmarkgewinne haben Prüfgrenzen und ersetzen keine Kontrolle wichtiger Antworten.
- Advancing voice intelligence with new models in the API
OpenAI kündigt drei Realtime-Audiomodelle an und berichtet über verbesserte Benchmarkwerte, deren unabhängige Überprüfung der Text nicht enthält.
- Sora: Creating video from text
Der Bericht präsentiert Soras Videofähigkeiten und Grenzen und vermerkt, dass das Produkt seit dem 26. April 2026 nicht mehr verfügbar ist.
- Launching Health in ChatGPT
„Health in ChatGPT“ soll Gesundheitsdaten mit Zustimmung in Antworten einbeziehen; OpenAI betont Datenschutzmaßnahmen, räumt mögliche Fehler ein und sagt, die Funktion ersetze keine medizinische Fachperson.
- GPT-2: 1.5B release
OpenAI veröffentlicht GPT‑2 mit 1,5 Milliarden Parametern und berichtet zugleich über mögliche missbräuchliche Nutzung, begrenzte Erkennung und offene Fragen zu Bias und verantwortungsvoller Veröffentlichung.
- OpenAI o1-mini
Laut OpenAI bot o1-mini beim Start 2024 kostengünstiges MINT-Schlussfolgern mit Einschränkungen beim allgemeinen Faktenwissen; inzwischen wurde es aus der API genommen.
- DALL·E 2 pre-training mitigations
OpenAI beschreibt Filter, Gewichtung und Deduplizierung als Maßnahmen gegen problematische Ausgaben, filterbedingte Verzerrungen und die Wiedergabe von Trainingsbildern, betont aber verbleibende Grenzen und Forschungsbedarf.
- Creating with Sora safely
OpenAI beschreibt Schutzmaßnahmen für Sora, deren Wirksamkeit der Bericht nicht unabhängig belegt, und vermerkt, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- An open-source spec for Codex orchestration: Symphony.
Symphony koordiniert Coding-Agenten über Tracker-Aufgaben; OpenAI berichtet über deutlich mehr PRs, sieht aber weiterhin Grenzen bei unklarer Arbeit und versteht das System als Referenz statt als gepflegtes Produkt.
- New tools for building agents
OpenAI kündigt eine neue API und ein SDK für KI-Agenten an; die Computernutzung bleibt laut Bericht fehleranfällig, und der genannte Abschaltzeitpunkt der Assistants API ist ein Ziel für Mitte 2026.
- Improving language model behavior by training on a curated dataset
Laut Bericht kann ein kleines, gezielt erstelltes Datenset das Verhalten von Sprachmodellen beeinflussen, doch Wertauswahl, Messverzerrungen und Übertragbarkeit bleiben offene Fragen.
- Learning to summarize with human feedback
Laut Bericht verbessert menschliches Feedback maschinelle Zusammenfassungen auch über den Reddit-Trainingsdatensatz hinaus, doch bleiben Bewertungsfehler, Längeneffekte, Voreingenommenheit und hoher Rechenaufwand zentrale Einschränkungen.
- WebGPT: Improving the factual accuracy of language models through web browsing
WebGPT verbesserte laut Bericht GPT‑3s Antworten durch Websuche und Quellenangaben, blieb aber fehleranfällig und unter menschlicher Leistung.
- Introducing Operator
OpenAI beschreibt Operator als Browser-Agenten mit Schutzmaßnahmen, aber noch deutlichen Grenzen, und vermerkt, dass er 2025 in ChatGPT integriert wurde.
- ChatGPT can now see, hear, and speak
Der Bericht beschreibt die angekündigte Einführung von Sprach- und Bildfunktionen in ChatGPT und benennt zugleich Risiken sowie Genauigkeits- und Sprachgrenzen.
- Fine-tuning GPT-2 from human preferences
Menschliches Feedback verbesserte stilistische GPT‑2-Fortsetzungen, führte bei Zusammenfassungen aber überwiegend zu genauem Kopieren und machte Grenzen der Bewertungen und Datenerhebung sichtbar.
- Pioneering an AI clinical copilot with Penda Health
Der Bericht bringt AI Consult mit weniger klinischen Fehlern in Verbindung, weist aber auf fehlende klare Unterschiede bei den gemessenen Patientenergebnissen und den Bedarf an weiterer Forschung hin.
- DALL·E 3 is now available in ChatGPT Plus and Enterprise
Der Bericht stellt DALL·E 3 samt Sicherheitsmaßnahmen vor; OpenAIs interner Herkunftsklassifikator kann laut den berichteten frühen Tests Bilder nur als wahrscheinlich KI-generiert einstufen.
- Introducing the Realtime API
Der Bericht schildert OpenAIs Einführung und Weiterentwicklung einer API für direkte GPT‑4o-Sprachgespräche; Beta-Preise, frühe Beispiele und Sicherheitsangaben sind zeitgebunden und überwiegend vom Unternehmen berichtet.
- DALL·E 2 research preview update
OpenAI will DALL·E 2 schrittweise für mehr Wartelisten-Nutzer öffnen und beschreibt Sicherheitsmaßnahmen, deren Wirksamkeit im Bericht nur durch Unternehmensangaben belegt ist.
- OpenAI o3-mini System Card
Der Auszug stuft o3-mini vor Risikominderungsmaßnahmen insgesamt als „Medium“ ein, nennt eine Schwäche bei ML-Forschungsfähigkeiten zur Selbstverbesserung und enthält keine detaillierten Prüfresultate.
- Addendum to OpenAI o3 and o4-mini system card: OpenAI o3 Operator
OpenAI beschreibt den Wechsel von Operator zu o3, zusätzliche Sicherheitstrainingsdaten und den fehlenden nativen Zugriff auf Programmierumgebung und Terminal.
- Introducing GPT-6.1 Terra
Laut OpenAI bietet GPT-6.1 Terra Verbesserungen bei Kosten, Tempo und ausgewählten Aufgaben, doch die berichteten Ergebnisse beruhen auf den genannten Benchmarks und internen Auswertungen.
- https://arxiv.org/pdf/2210.10760
Synthetische Experimente zeigen, dass übermäßige Optimierung gegen ein Proxy-Belohnungsmodell die tatsächliche Bewertung verschlechtern kann; wie weit sich die Befunde auf reales RLHF übertragen lassen, bleibt offen.
- Claude Opus 4.8 Just Launched. Here’s Everything That Actually Changed.
Laut Bericht bietet Claude Opus 4.8 zum selben regulären Preis Verbesserungen und neue Funktionen, doch die Leistungsbelege beruhen auf Anthropic und frühen Testern.
- Countering misuse of AI: September 2026
- China Proposes Expanded Tech Export Restrictions, Announces New Export Control Measures
- The components of agent memory
Anthropic zufolge können Claude-Notizen und nachträgliches „Dreaming“ das sitzungsübergreifende Gedächtnis verbessern, doch Nutzen und Risiken hängen von Aufgabe, Aktualität und Umfang ab.
- Can AI chair a multilateral negotiation?
- Progress on provable inference for large language models
- Google DeepMind and Stanford study finds simple images can steer how AI writes code
Der Bericht schildert vorläufige Hinweise darauf, dass bestimmte irrelevante Bilder das Programmierverhalten von Vision-Language-Modellen deutlich und modellabhängig steuern können, ohne dass die Modelle den Einfluss meist erklären.
- GreyNoise AI Cyber Index: Benchmarking AI Models on Defensive Capabilities
- From Language to Country to Valence: A Multilingual Audit of Stereotype Bias Across LLMs
Der Abstract findet je nach Sprache und Kategorie unterschiedliche Antwortmuster bei sechs Sprachmodellen, betont aber, dass diese Muster keine Stereotypzustimmung oder kausalen Ländereffekte belegen.
- Anthropic's text watermark is easy to bypass on several older Claude models
Anthropic rüstet ältere Claude-Modelle laut Bericht mit Textmarkierungen nach, die bei Opus 4.6 und Sonnet 4.6 durch veränderte Sampling-Einstellungen umgangen werden können.
- xAI Watermarks Grok by Default, 23 Days Before EU Deadline
Laut Bericht markieren die drei KI-Anbieter Text nach unterschiedlichen Voreinstellungen, während der Zugang zur Erkennung begrenzt bleibt und ein Wasserzeichen nicht zwingend die Urheberschaft nachweist.
- Claude now watermarks text from older models, with no opt-out
- 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.
- Claude accelerates protein design and analytical chemistry
Anthropic zufolge kann Claude bestimmte Proteinbinder-Entwürfe und chemische Analysen beschleunigen, doch die Befunde sind begrenzt und weitere Validierung bleibt nötig.
- MiniMax|Japanese IP, Ready for the Global AI Era
- Does Robustness Improve with Scale?
- UK AISI / CAISI Preliminary Assessment of Kimi K3's Cyber Capabilities
Laut vorläufiger UK-AISI/CAISI-Tests liegt Kimi K3 bei Cyberfähigkeiten hinter den führenden US-Modellen, kann aber eine vereinfachte Netzwerkattacke gelegentlich autonom abschließen.
- Evaluating feature steering
- A Significant Increase in Digital Labor Automation
Laut Bericht steigen die RLI-Bestwerte für KI-Agenten schnell, doch die meisten Aufträge bleiben außerhalb professioneller Qualität und automatische Bewertungen überschätzen das Leistungsniveau.
- Measuring subjective global opinions in LLMs
- Introducing: Devstral 2 and Mistral Vibe CLI.
Mistral kündigt zwei Programmiermodelle und einen Terminalassistenten an und berichtet starke Benchmarkwerte, weist aber selbst auf einen verbleibenden Abstand zu Claude Sonnet 4.5 hin.
- Measuring LLMs' impact on N-day exploits
- How GPT-5.6 fuses frontier intelligence with frontier efficiency
Der Auszug berichtet OpenAIs nicht unabhängig überprüfte Effizienzangaben zu GPT‑5.6, lässt angekündigte Abschnitte aus und enthält eine abgebrochene Abbildungsbeschreibung.
- Introducing Mistral Small 4
Mistral kündigt Small 4 als offenes Modell für Chat, Schlussfolgern, Bilder und Programmierung an und berichtet Leistungs- und Effizienzvorteile, die der Artikel nicht durch eine vollständige Methodik oder unabhängige Prüfung belegt.
- RealityTest: How People Probe AI Identity and Whether Models Disclose It
Der bereitgestellte Text ist ein Abstract-Auszug: RealityTest legt laut den Autorinnen und Autoren nahe, dass Frageformulierung und Kontext die Offenlegung der KI-Identität stark beeinflussen und eine einzelne Unterdrückungsanweisung sie selbst bei leistungsstarken Modellen unter 30 Prozent drücken kann.
- Introducing Shieldstral.
Mistral zufolge ist Shieldstral ein offener 3B-Sicherheitsklassifikator für Text und Bilder, dessen Richtlinien sich per Frage anpassen lassen; konkrete Benchmarkwerte nennt der Bericht nicht.
- An opt-in vulnerability-finding service for open-source software
- Measuring LLMs’ ability to develop exploits
- Measuring the persuasiveness of language models
- A multi-turn framework for evaluating AI misuse in fraud and cybercrime scenarios
Der Abstract-Auszug beschreibt ein Verfahren, das laut Forschenden geringe praktische Hilfe aktueller Sprachmodelle, aber stärkere Unterstützung durch sicherheitsbereinigte offene Modelle bei drei Betrugs- und Cybercrime-Szenarien feststellte.
- Large language models can effectively convince people to believe conspiracies
- STACK: Adversarial Attacks on LLM Safeguard Pipelines
- Breaking agent backbones: Evaluating the security of backbone LLMs in AI agents
Der Abstract-Auszug berichtet, dass eine Untersuchung von 31 LLMs mit dem Benchmark b³ stärkere Schlussfolgerungsfähigkeiten mit mehr Agentensicherheit, die Modellgröße hingegen nicht mit Sicherheit in Verbindung bringt.
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →