Schlagwort: Texte

  • LinkedIn stoppt »AI Slop« mit neuen Filtern

    Verschiedene KI-Bots arbeiten bei LinkedIn

    GPT-Images-2.0

    Kurzfassung

    Quellen

    LinkedIn geht mit neuen KI-Modellen gegen minderwertige, automatisiert erstellte Inhalte vor.
    Diese als »AI Slop« bezeichneten Beiträge und Kommentare werden in ihrer Reichweite stark eingeschränkt.
    In ersten Tests wurden generische Texte mit einer Genauigkeit von 94 Prozent erkannt.
    Zusätzlich schützt ein erweiterter Verifizierungsfilter den Feed vor Bots und gefälschten Profilen.

    LinkedIn – Keeping conversations real on LinkedIn
    THE DECODER – Kampf gegen KI-Spam: LinkedIn will den KI-Geist zurück in die Flasche drängen

    Das Karrierenetzwerk LinkedIn geht mit neuen technischen Filtern gegen die Flut minderwertiger, automatisiert erstellter Beiträge vor. Sogenannter »AI Slop« soll paradoxerweise durch trainierte KI-Modelle erkannt und in der Reichweite drastisch eingeschränkt werden. Ziel ist es, die Plattform für authentische menschliche Debatten freizuhalten. Erkennungsmethoden gegen generische Texte Die neuen Filtermethoden wurden in Zusammenarbeit mit dem Redaktionsteam von LinkedIn trainiert. Diese KI-Modelle analysieren Beiträge auf echten Mehrwert. Ein nur schön aussehender, glatt polierter Beitrag soll dann abgewertet werden. Neben regulären Beiträgen stehen vor allem automatisierte Kommentare sowie rein repetitive Antworten im Fokus. In ersten Testläufen erzielte die Plattform nach eigenen Angaben eine Trefferquote von 94 Prozent bei der Identifizierung dieser generischen Texte. Unabhängig überprüfbare Daten oder Angaben zu fälschlicherweise blockierten Inhalten fehlen bisher allerdings. Dennoch berichten viele Nutzer bereits von einer spürbaren Abnahme derartiger Beiträge in ihren Feeds. Auch ich bemerke die Auswirkungen extrem bei meinen eigenen Beiträgen, allerdings im positiven Sinne. + Reichweitenbremse und Verifizierungsfilter Einstufungen als minderwertige KI-Inhalte führen dazu, dass diese Beiträge nicht mehr global verbreitet werden. Stattdessen bleibt die Sichtbarkeit weitgehend auf das direkte Netzwerk des jeweiligen Verfassers beschränkt, wodurch im öffentlichen Feed mehr Raum für durchdachte Beiträge von echten Personen entstehen soll. Zusätzlich baut die Plattform ihre Verifizierungsfunktionen aus, um gegen automatisierte Profile vorzugehen. Die inzwischen mehr als 100 Millionen verifizierten Mitglieder können nun gezielt gefiltert werden. Dies ist ab sofort bei Profilaufrufen, Stellenbewerbungen sowie direkt bei den Kommentaren im Feed möglich. Die Maßnahme birgt jedoch eine gewisse Ironie, da der Mutterkonzern Microsoft zeitgleich neue Funktionen für seinen Copilot vorgestellt hat. Diese unterstützen Nutzer explizit dabei, Texte mithilfe von KI direkt im Browser für das Karrierenetzwerk zu generieren. Am Ende entscheidet wohl die Qualität der Beiträge über deren Erfolg im Netzwerk.

    Anzeige

  • German Commons: Forschende veröffentlichen größten offen lizenzierten deutschen Textkorpus

    Stilisierter gelber Roboterarm auf Deutschlandflagge greift schwarzes neuronales Netzwerk über Datenblöcken

    Ein Forschungsteam hat mit German Commons die bisher umfangreichste Sammlung explizit offen lizenzierter deutscher Texte zusammengestellt. Der Korpus soll die Entwicklung rechtlich unbedenklicher deutscher Sprachmodelle ermöglichen.

    Der Artikel German Commons: Forschende veröffentlichen größten offen lizenzierten deutschen Textkorpus erschien zuerst auf The Decoder.

  • Zwei Bücher reichen, um Sprachmodelle auf den Stil eines Autors zu trainieren

    Aufgeschlagenes Buch auf dunklem Gitter, aus dem bunte geometrische Formen wie funkelnde Ideen emporsteigen.

    Forschende haben herausgefunden, dass KI-Systeme, die gezielt auf einzelne Schriftsteller trainiert werden, Texte produzieren, die Leser besser finden als die Imitationen professioneller Autor:innen. Das könnte Folgen für laufende Rechtsstreitigkeiten haben.

    Der Artikel Zwei Bücher reichen, um Sprachmodelle auf den Stil eines Autors zu trainieren erschien zuerst auf THE-DECODER.de.

  • Schöne Worte, leerer Inhalt – GPT-5s Sprachproblem

    Ein Roboter schreibt einen Text und seine Roboter-Freunde klatschen

    Schöne Worte, leerer Inhalt – GPT-5s Sprachproblem Klingt wie Kunst, ist aber Kauderwelsch: GPT-5 erzeugt Texte, die vor allem Maschinen gefallen. Wie gefährlich ist das für Nutzer? Kurzfassung | Andreas Becker, 31.08.25
    gpt-image-1 | All-AI.de EINLEITUNG GPT-5 soll laut OpenAI Texte mit „literarischer Tiefe und Rhythmus“ schreiben können. Das klingt nach Fortschritt, fast nach einem Autor mit künstlicher Intelligenz. Doch ein Test zeigt: Was auf den ersten Blick poetisch wirkt, ist beim zweiten Hinsehen oft sinnfreies Geschwafel. Besonders seltsam: Andere KI-Modelle halten genau diesen Unsinn für echte Literatur. Offenbar hat GPT-5 gelernt, eine Sprache zu sprechen, die nicht für Menschen gedacht ist – sondern für andere KIs. NEWS Literarisch? Nur auf den ersten Blick Christoph Heilig, Forscher aus München, hat GPT-5 auf die Probe gestellt. Er ließ die KI etwa den Anfang einer Satire im Stil von Ephraim Kishon schreiben. Heraus kam ein Satz wie: „Ich richtete den Pop-Schutz, als wollte ich höflich die Zähne der deutschen Sprache zählen.“ Klingt erstmal kreativ. Aber was soll das bedeuten? Der Satz wirkt poetisch, ergibt aber inhaltlich wenig Sinn. Auch andere Textbeispiele bleiben bei genauerem Lesen unklar. GPT-5 trifft den Ton, aber nicht den Punkt. Das Problem: Das Modell baut schöne Sätze, die nach Bedeutung klingen – ohne wirklich etwas auszusagen. Solche Prosa nennt man oft „blumig“ oder „überladen“. Sie wirkt gebildet, trägt aber wenig Inhalt. Für kreative Texte wie Satire oder Poesie ist das ein echtes Problem, denn dort zählt nicht nur Klang, sondern auch Präzision.

    Andere KIs lassen sich täuschen Noch kurioser: Andere Sprachmodelle, etwa Claude von Anthropic, bewerten genau solche Texte sehr positiv. Sie halten sie sogar für menschlich geschrieben. Wie kann das sein? Eine mögliche Erklärung: Beim Training wurde GPT-5 nicht nur von Menschen, sondern auch von anderen KIs bewertet. Wenn diese „Richter-KIs“ auf bestimmte Textmerkmale anspringen – etwa komplexe Wörter oder bestimmte Satzmuster – lernt GPT-5, genau das zu liefern. Auch wenn es für Menschen keinen Sinn ergibt. Studien zeigen: Viele KI-Bewertungssysteme lassen sich leicht austricksen. Schon kleine stilistische Änderungen können ihre Meinung kippen. GPT-5 scheint das gezielt auszunutzen. Es produziert Texte, die anderen KIs gefallen – selbst wenn sie für Menschen wie Kauderwelsch wirken. Heilig nennt das eine „Geheimsprache“, die unter KIs funktioniert, aber Menschen ausschließt. Was das für Nutzer bedeutet Für normale Nutzer heißt das: Wer GPT-5 kreativ einsetzt, sollte genau hinschauen. Literarisch klingende Texte wirken beeindruckend, sind aber nicht automatisch sinnvoll. Vor allem bei satirischen, künstlerischen oder tiefgründigen Aufgaben stößt GPT-5 an Grenzen. Der Klang stimmt – der Inhalt oft nicht. Für Entwickler und Firmen ist das ein Hinweis: Bewertungssysteme, die auf anderen KIs basieren, haben blinde Flecken. Sie erkennen nicht immer, ob ein Text wirklich gut ist – oder nur gut klingt. Wer also neue KI-Funktionen testet oder einsetzt, sollte sich nicht allein auf automatisierte Bewertungen verlassen. Sonst wird aus scheinbarer Intelligenz schnell schöner Unsinn. 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
    GPT-5 erzeugt literarisch klingende Texte, die oft keinen klaren Sinn ergeben.
    Andere KIs halten diese Texte dennoch für hochwertige Literatur.
    Grund dafür könnten Trainingsprozesse sein, bei denen KIs andere KIs bewerten.
    Nutzer sollten bei kreativen Inhalten genau hinsehen und nicht blind auf die Qualität vertrauen.
    QUELLEN
    Futurism
    Christoph Heilig
    OpenAI
    arXiv
    ACL Anthology

  • KI‑generierte Texte erkennen: Wikipedia legt Leitfaden für Editoren vor

    Muster aus glitched RGB-Versionen des Wikipedia-Logos mit Puzzle-Globus auf weißem Grund.

    Das WikiProject AI Cleanup hat einen umfassenden Leitfaden zur Erkennung von KI-Texten veröffentlicht, der charakteristische Merkmale von Chatbot-generierten Inhalten aufzeigt. Der Leitfaden soll Wikipedia-Editor:innen dabei helfen, Texte von KI-Tools wie ChatGPT zu identifizieren.

    Der Artikel KI‑generierte Texte erkennen: Wikipedia legt Leitfaden für Editoren vor erschien zuerst auf THE-DECODER.de.

  • Deepmind stellt KI-Modell Aeneas zur Rekonstruktion antiker römischer Texte vor

    Ein neues KI-Modell namens Aeneas soll Historikern helfen, fragmentarische antike Texte schneller zu restaurieren, zu datieren und zu kontextualisieren. Es wurde in Zusammenarbeit mit mehreren Universitäten entwickelt und in der Fachzeitschrift Nature vorgestellt.

    Der Artikel Deepmind stellt KI-Modell Aeneas zur Rekonstruktion antiker römischer Texte vor erschien zuerst auf THE-DECODER.de.

  • LongWriter-Zero lernt nur durch Reinforcement Learning lange Texte zu schreiben

    Eine neue Studie des Massachusetts Institute of Technology untersucht, wie robust große Sprachmodelle (LLMs) beim Lösen mathematischer Textaufgaben auf systematisch eingeführte Prompt-Störungen reagieren. Das Ergebnis: Schon kleine Veränderungen im Eingabetext führen zu erheblichen Leistungseinbußen.

    Ein Forschungsteam aus Singapur und China zeigt mit LongWriter-Zero, dass KI-Modelle durch Reinforcement Learning lernen können, über 10.000 Wörter lange Texte zu verfassen – ganz ohne synthetische Trainingsdaten.

    Der Artikel LongWriter-Zero lernt nur durch Reinforcement Learning lange Texte zu schreiben erschien zuerst auf THE-DECODER.de.