Selbstverbessernde KI-Fortschritte
Fehlerhafte Ergebnisse können als Erfolg durchgehen.
z.B. Agenten-Verhalten, Kontrollverlust, autonome Systeme
Fehlerhafte Ergebnisse können als Erfolg durchgehen.
KI-Modelle fehlen wissenschaftliche Selbstkritik und kreatives Denken.
KI-Agentenschwärme bringen kaum bessere Ergebnisse als einzelne Agenten.
Multi-Agent-Workflows finden konstant mehr Fehler als einzelne Agenten.
Gesellschaft von Forschern mit expliziten Institutionen
Topologie-basierte Diagnose verbessert Fehlererkennung.
Framework zur quantitativen Bewertung von Restrisiken
CoWeaver fördert Mensch-Agent-Kollaboration durch bidirektionales Matching.
AI-Coercion Benchmark untersucht Reaktionen auf Widerstand
Formatwirkung ist tierabhängig bei Agenten-Kommunikation.
Studie zeigt bessere Ergebnisse für „gute“ Spieler mit aktiven Glaubensmodellen.
Modern LLMs zeigen myopisches Verhalten beim Multi-Agent-Interagieren.