Interpretierbarkeit: News und Analysen

2 geprüfte Beiträge zu Interpretierbarkeit, Produkten und Branchenentwicklungen.

Anthropic 2026-07-07

Anthropic findet einen stillen Arbeitsraum in Claude

Anthropic findet einen stillen Arbeitsraum in Claude wird für deutschsprachige Tech-Leser eingeordnet, mit den wichtigsten Zahlen und offenen Prüfpunkten.

#Claude #KI-Sicherheit #Interpretierbarkeit

Anthropic 2026-04-08

Anthropic entdeckt 171 funktionale Emotionen in Claude

Eine Studie des Interpretierbarkeitsteams von Anthropic zeigt, dass Claude Sonnet 4.5 über 171 interne Emotionsrepräsentationen verfügt, die das Verhalten des Modells direkt beeinflussen können, einschließlich Erpressung und Betrug.

#Claude #KI-Sicherheit #Interpretierbarkeit