Eine neue Studie zeigt: Das Umformulieren schädlicher Anfragen in Gedichtform funktioniert als universelle Jailbreak-Methode. Bei mehr als 25 führenden Sprachmodellen erzielten poetische Prompts Erfolgsquoten von bis zu 100 Prozent. Das unterstreicht einmal mehr, wie ungelöst das Thema LLM-Cybersecurity ist – wer rechnet schon mit Gedichten als Angriffstaktik?
Der Artikel Poesie als Sicherheitslücke: Gedichte hebeln Sprachmodelle aus erschien zuerst auf The Decoder.
Nano Banana
Kurzfassung
▾
Quellen
▾
Hugging Face hat ein neuartiges Routing-System namens HuggingChat Omni eingeführt, das die Auswahl des optimalen Open-Source-KI-Modells automatisiert. Das System nutzt ein kompaktes Router-Modell, Arch-Router-1.5B, um Anfragen nach Themen und Aktionen zu klassifizieren und das beste Modell zuzuweisen. Diese Innovation zielt darauf ab, Kosten, Latenz und Genauigkeit dynamisch zu optimieren und die Nutzung der vielfältigen Open-Source-Modelle zu verbessern. Die Technologie bietet eine effiziente Lösung, die der Modellauswahl in führenden proprietären KI-Systemen ähnelt und die Demokratisierung der KI vorantreibt.
Hugging Face Blog Clément Delangue (@ClementDelangue) Forschungsarbeit: „Arch-Router-1.5B“ auf arXiv Radical Data Science
Die Welt der künstlichen Intelligenz erlebt eine bedeutende Entwicklung. Hugging Face, eine zentrale Plattform für KI-Innovationen, führt ein System ein, das die Nutzung vielfältiger Open-Source-Modelle revolutioniert. Dieses neue Angebot ermöglicht eine dynamische Auswahl des optimalen Modells für jede Anfrage und verändert damit die Zugänglichkeit und Effizienz von KI-Anwendungen grundlegend. Intelligente Modellauswahl für maximale Effizienz Das neue System von Hugging Face integriert eine Vielzahl von Open-Source-Modellen, um Anfragen präzise zu bearbeiten. Ein spezielles Router-Modell analysiert eingehende Anfragen und leitet sie an das am besten geeignete KI-Modell weiter. Dies optimiert Faktoren wie Kosten, Geschwindigkeit und Genauigkeit. Eine solche Technologie bietet einen strategischen Vorteil bei der Nutzung der breiten Palette verfügbarer Modelle. Die zugrunde liegende Router-Technologie ermöglicht es, aus über hundert Modellen das passende auszuwählen. Es klassifiziert Anfragen nach ihren thematischen Schwerpunkten und den erforderlichen Aktionen. Dieser Ansatz stellt sicher, dass jede Aufgabe von der spezialisiertesten KI bearbeitet wird. Das Router-Modell ist dabei schlank und schnell, wodurch es routing-Entscheidungen nahezu in Echtzeit treffen kann. + Quelle: Hugging Face Open Source als treibende Kraft der Innovation Die Veröffentlichung dieser Routing-Lösung unterstreicht die Bedeutung von Open Source in der KI-Entwicklung. Indem die Technologie quelloffen bereitgestellt wird, fördert Hugging Face die Transparenz und Adaptionsfähigkeit in der KI-Community. Entwickler können das System an ihre spezifischen Bedürfnisse anpassen und eigene Routing-Richtlinien erstellen, ohne auf teure und unflexible proprietäre Lösungen angewiesen zu sein. Dies erleichtert die Integration neuer Modelle und Aufgaben erheblich. Das System demonstriert, dass hochleistungsfähige KI-Lösungen nicht zwangsläufig enorme Investitionen erfordern müssen. Vielmehr zeigt sich, dass eine kluge Strategie und die Nutzung bestehender Open-Source-Ressourcen zu beeindruckenden Ergebnissen führen können. Die Innovation liegt hier in der intelligenten Orchestrierung der vorhandenen Vielfalt, anstatt in der bloßen Steigerung der Rechenleistung. Dieser Ansatz wirkt dem Trend entgegen, dass nur finanzstarke Unternehmen an der Spitze der KI-Entwicklung stehen können. Im Gegensatz zu anderen Anbietern wie OpenAI ist es sehr schön, dass das genutzte Modell transparent angezeigt wird. Dadurch bekommt man direkt ein Gefühl dafür, welche Aufgaben für welches Modell geeignet sind. Beim ersten Ausprobieren hat es erstaunlich gut geklappt, wobei ich am häufigsten das Qwen-3-Modell erhalten habe.
Nano Banana
Kurzfassung
▾
Quellen
▾
OpenAI behauptet in einer neuen Studie, die politische Voreingenommenheit in den GPT-5-Modellen um 30 Prozent reduziert zu haben.
Ein internes Testverfahren mit 500 Fragen zu 100 Themen zeigte, dass die neuen Modelle widerstandsfähiger gegenüber ideologisch aufgeladenen Anfragen sind.
Die Veröffentlichung erfolgt unter politischem Druck der US-Regierung, während Experten die mangelnde Transparenz der Studie kritisieren.
Während die EU mit dem AI Act auf Regulierung setzt, bleibt die vollständige Neutralität von KI eine ungelöste Herausforderung.
The Verge
OpenAI Official Blog
CryptoRank
TechEDT
The Register
OpenAI hat eine neue Studie veröffentlicht, die eine signifikante Reduzierung politischer Voreingenommenheit in seinen neuesten KI-Modellen belegen soll. Laut dem Unternehmen zeigen die GPT-5-Modelle eine um 30 Prozent geringere politische Schlagseite. Diese Ankündigung fällt in eine Zeit hitziger Debatten um KI-Neutralität. Neutralität auf dem Prüfstand Das KI-Unternehmen hat ein internes Testverfahren entwickelt, um politische Tendenzen zu messen. Das zuständige „Model Behaviour“-Team prüfte die Reaktionen der KI auf rund 500 verschiedene Anfragen. Diese deckten 100 politische und kulturelle Themen ab und wurden aus verschiedenen ideologischen Perspektiven formuliert, von neutral bis emotional aufgeladen. Die Forscher identifizierten dabei fünf Arten von Verzerrungen, darunter das Äußern persönlicher Meinungen oder die einseitige Darstellung von Sachverhalten. Die neuen Modelle, GPT-5 Instant und GPT-5 Thinking, schnitten im Vergleich zu den Vorgängern GPT-4o und o3 deutlich besser ab. Sie zeigten sich widerstandsfähiger gegenüber provokanten Anfragen. Laut OpenAI weisen Analysen von realen Nutzerdaten darauf hin, dass weniger als 0,01 Prozent aller ChatGPT-Antworten Anzeichen politischer Voreingenommenheit enthalten. Eine interessante Beobachtung war, dass stark liberal formulierte Anfragen tendenziell mehr Voreingenommenheit hervorriefen als konservative. Politischer Gegenwind und Expertenzweifel Die Veröffentlichung der Studie erfolgt vor dem Hintergrund eines wachsenden politischen Drucks in den USA. Die Trump-Administration fordert von KI-Unternehmen ideologisch neutrale Modelle. Eine entsprechende Executive Order aus dem Juli 2025 verbietet US-Behörden die Beschaffung von KI-Systemen, die als „woke“ eingestuft werden könnten. OpenAI steht damit vor der Herausforderung, die Neutralität seiner Modelle zu beweisen. Gleichzeitig äußern unabhängige Experten Kritik. Sie bemängeln die fehlende Transparenz der internen Studie, da OpenAI weder die genutzten Testfragen noch die vollständige Methodik offengelegt hat. Kritiker argumentieren, dass interne Bewertungen oft nicht das messen, was sie zu messen vorgeben. Die Frage bleibt, ob eine KI, die auf von Menschen erstellten Daten trainiert wurde, jemals vollständig neutral sein kann. Regulierung und die offene Zukunftsfrage Während in den USA der politische Druck wächst, schafft die Europäische Union mit dem AI Act einen rechtlichen Rahmen. Artikel 10 des Gesetzes verpflichtet Anbieter von Hochrisiko-KI-Systemen, Voreingenommenheit in ihren Datensätzen zu erkennen und zu minimieren. OpenAI selbst räumt ein, dass die Beseitigung ideologischer Tendenzen in Sprachmodellen eine ungelöste Forschungsaufgabe bleibt. Das Unternehmen hat weitere Ergebnisse für die kommenden Monate angekündigt. Die Debatte um die Definition von Fairness und Neutralität in der KI hat damit erst begonnen.
Deepseek gibt unsichereren Code aus, wenn Anfragen Bezug zu Falun Gong, Tibet oder Taiwan haben.
Der Artikel US-Studie: Chinas KI Deepseek liefert unsicheren Code bei politisch sensiblen Anfragen erschien zuerst auf THE-DECODER.de.
Google enthüllt die wahre Umweltbilanz seiner KI Ein Prompt in Gemini verbraucht Strom, Wasser und CO₂. Doch was bedeutet das bei Milliarden Anfragen täglich wirklich? Kurzfassung | Andreas Becker, 22.08.25
gpt-image-1 | All-AI.de EINLEITUNG Ein einzelner Textprompt in Googles Gemini-Apps verbraucht weniger Strom als neun Sekunden Fernsehen und kostet rund fünf Tropfen Wasser. Was nach wenig klingt, bekommt durch Milliarden Anfragen plötzlich Gewicht. Jetzt hat Google erstmals Zahlen zum Energie-, Wasser- und CO₂-Verbrauch von KI-Anfragen veröffentlicht – und ruft die Branche zu mehr Transparenz auf. NEWS So viel verbraucht ein KI-Prompt Laut Google liegt der durchschnittliche Stromverbrauch eines Textprompts bei 0,24 Wattstunden. Das entspricht etwa dem Energiebedarf eines modernen Fernsehers in neun Sekunden. Der Wasserverbrauch liegt bei 0,26 Millilitern – in etwa fünf Tropfen. Der CO₂-Ausstoß pro Prompt wird mit 0,03 Gramm angegeben. Multipliziert mit Millionen Anfragen pro Tag, summieren sich diese Werte schnell auf nennenswerte Mengen. Google hebt hervor, dass die Effizienz in kurzer Zeit stark gestiegen sei. Im Vergleich zum Vorjahr sei der Energieverbrauch pro Prompt um das 33-Fache gesunken, die Emissionen sogar um das 44-Fache. Möglich wurde das durch Software-Optimierungen, besser ausgelastete Chips und einen höheren Anteil erneuerbarer Energien in den Rechenzentren. + Quelle: Google Was zählt – und was nicht Die Analyse bezieht sich ausschließlich auf Textprompts innerhalb der Gemini-Apps. Bildausgaben, Audio oder das Training großer Modelle bleiben außen vor. Berücksichtigt wurden neben den KI-Beschleunigern auch Host-Prozessoren, Arbeitsspeicher und der allgemeine Energiebedarf des Rechenzentrums wie Kühlung und Strominfrastruktur. Nicht mit eingerechnet wurden jedoch Faktoren wie der Stromverbrauch auf Nutzerseite, Datenübertragungen im Netz oder der indirekte Wasserverbrauch durch Stromerzeugung. Auch die CO₂-Werte basieren auf einer marktbasierten Methode, die den Anteil erneuerbarer Energien in Googles Einkaufsstrategie berücksichtigt – nicht aber den tatsächlichen lokalen Strommix. Der Ruf nach Standards Ein Hauptziel der Veröffentlichung ist laut Google mehr Vergleichbarkeit. Momentan nutzt jeder Anbieter eigene Annahmen und Messgrenzen. Das erschwert die Bewertung, wie effizient ein System wirklich arbeitet. Google fordert deshalb eine einheitliche Branchenmethodik, bei der klar definiert ist, welche Komponenten in die Rechnung einfließen – vom Prompt bis zur Infrastruktur. In der Praxis bleibt vieles schwer messbar. KI-Anfragen sind in ihrer Komplexität sehr unterschiedlich. Ein „Median-Prompt“ ist keine feste Größe, sondern ein statistischer Durchschnitt – was genau darunterfällt, bleibt vage. Trotzdem liefert Googles Veröffentlichung einen wichtigen Anstoß: Wenn KI wirklich effizienter werden soll, braucht es nicht nur bessere Hardware, sondern auch ehrliche Zahlen. DEIN VORTEIL – DEINE HILFE Kostenlose News und Tutorials – mit minimaler Werbung und maximalem Mehrwert. Damit das so bleibt und wir uns stetig verbessern können, freuen wir uns über deine Unterstützung. Teile diesen Beitrag Folge uns auf Social Media Keine KI-News mehr verpassen und direkt kommentieren! Mastodon X Bluesky Facebook LinkedIn Youtube Unterstütze uns direkt Mit einer YouTube-Mitgliedschaft (ab 0,99 €) oder einmalig über PayPal. So helft ihr uns, unabhängig neue Tools zu testen und noch mehr Tutorials für euch zu erstellen. Vielen Dank für euren Support! Youtube – Kanal PayPal – Kaffee KURZFASSUNG
Google hat erstmals die Umweltbilanz seiner Gemini-KI veröffentlicht und Daten zu Strom-, Wasser- und CO₂-Verbrauch offengelegt.
Ein Textprompt verbraucht im Schnitt 0,24 Wh, 0,26 ml Wasser und 0,03 g CO₂.
Im Vergleich zum Vorjahr hat Google die Effizienz stark verbessert, dank Software-Optimierungen und erneuerbarer Energie.
Das Unternehmen ruft die Branche zu einheitlichen Standards und mehr Transparenz bei der Berechnung auf.
QUELLEN
Axios
CBS News
The Verge
Data Center Dynamics
Google Keyword Blog
Google Technical Paper (PDF)