Papers & Forschung

Können öffentliche Chat-Daten reales KI-Fehlverhalten vorhersagen?

Originaltitel:Can public chat data predict real-world AI misalignments?

KI-Zusammenfassung

OpenAI nutzt den öffentlichen WildChat-Datensatz (1 Million Gespräche, gesammelt von April 2023 bis Mai 2024), um Modelleinsätze zu simulieren und die Rate unerwünschten Verhaltens von GPT-5.1, GPT-5.2 und GPT-5.4 in realen Produktionsumgebungen vorherzusagen. Der Vergleich mit privaten Produktionsdaten ergab einen durchschnittlichen Vorhersagefehler der WildChat-Simulation von etwa Faktor 3; die Vorhersagegenauigkeit für technisches und agentisches Fehlverhalten nimmt jedoch ab. Die Studie bestätigt die Machbarkeit öffentlicher Datensätze als Instrument für externe Audits.

Kernpunkte

  • OpenAI nutzt den öffentlichen WildChat-Datensatz (1 Million Gespräche,gesammelt von April 2023 bis…
  • 2 und GPT-5.
  • 4 in realen Produktionsumgebungen vorherzusagen.
  • Der Vergleich mit privaten Produktionsdaten ergab einen durchschnittlichen Vorhersagefehler der…
  • die Vorhersagegenauigkeit für technisches und agentisches Fehlverhalten nimmt jedoch ab.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
OpenAI:Alignment 研究博客(RSS)
Kategorie
Papers & Forschung
KI-Bewertung
73
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

用公开旧聊天数据预测模型真实失败率,误差居然在 3 倍以内,做外部审计的可以认真看看。不过 agentic 场景明显不行,需要新数据集。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Können öffentliche Chat-Daten reales KI-Fehlverhalten vorhersagen?. 17. Juni 2026. https://new.nat6.net/de/news/cmqh269tl004esle1vztceb34/

Alle ansehen →