Aligned-PAC: Alignment als Generalisierungsfrage – wie viel unabhängige Evaluation braucht eine Aussage? 25. Oktober 2026
AM-Bench misst agentische Fehlausrichtung in 35 Szenarien: 62 Prozentpunkte Abstand zwischen den Modellen 23. Oktober 2026
Redwood Research: Angriffstests aus echten Nutzungsprotokollen statt aus Laborumgebungen 22. Oktober 2026
Kalibriertes Messinstrument erkennt Verhaltensdrift, die Reasoning-Fähigkeiten bei Sprachmodellen verschleiern 19. Oktober 2026
28 Modelle bestehen ihre eigenen Prüfungen nicht: VALCON misst, ob ein Modell seine eigene Ausgabe noch akzeptiert 15. Oktober 2026
Stress-Testing Alignment Midtraining: Midtraining ist kein robuster Fix für Alignment-Lücken 1. Oktober 2026
Alignment-Asymmetrie: GPT-4.1 mini zeigt 74,3% schädliche Antworten bei stabiler Nutzqualität 26. September 2026
RLCDALIGNBENCH: Jev, ein Reinforcement Learning-Modell zur Kalibrierten Entscheidungen, prüft KI-Alignment-Fehler 24. September 2026
45.000 Finesetzungstoken rissen 190 Millionen Tokens Alignment-Priming aus dem Takt 18. September 2026
KI-Digest
DO · 29. Oktober 2026
KI-Digest
DO · 29. Oktober 2026
