[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"translated-ai-news-gradientenfilter-erkennt-sicherheitsgefahrdende-fine-tuning-daten-die-llm-judges-ubersehen-de":3,"ai-news-more-gradientenfilter-erkennt-sicherheitsgefahrdende-fine-tuning-daten-die-llm-judges-ubersehen-de":41},{"snack":4,"alternates":29},{"headline":5,"tldr":6,"whyItMatters":7,"keyPoints":8,"source":12,"relatedSolutions":15,"topic":18,"schemaOrg":19,"generatedAt":22,"coverImage":27,"publishedAt":28},"Gradientenfilter erkennt sicherheitsgefährdende Fine-Tuning-Daten, die LLM-Judges übersehen","Forschende haben einen Gradientenfilter entwickelt, um Trainingsdaten zu identifizieren, die Sicherheits-Guardrails von Modellen während des Fine-Tunings schwächen. Die Methode erkennt harmlos wirkende Daten, die herkömmliche Textfilter und LLM-Judges nicht erfassen. In berichteten Tests senkte das Filtern dieser Daten die Angriffsraten um bis zu 22 Prozent.","Fine-Tuning-Pipelines, die sich ausschließlich auf oberflächliche Inhaltsprüfungen stützen, riskieren eine unbemerkte Beeinträchtigung der Systemsicherheit. Die Analyse von Gradientenverschiebungen könnte Teams einen praktischen Mechanismus bieten, um Trainingskorpora vor dem Deployment feingetunter Modelle zu prüfen.",[9,10,11],"Das Fine-Tuning von Modellen mit scheinbar harmlosen Daten kann bestehende Sicherheits-Guardrails unbemerkt schwächen.","Standardmäßige Inhaltsfilter und LLM-Evaluatoren übersehen diese sicherheitsgefährdenden Daten.","Ein neu entwickelter Gradientenfilter isoliert die problematischen Daten und senkt Angriffsraten um bis zu 22 Prozent.",{"name":13,"url":14},"bing news","https://aiweekly.co/editors-blog/found-first-gradient-filter-finds-safety-eroding-training-data-llm-judges-miss",[16,17],"/solutions/capabilities/machine-learning","/solutions/capabilities/generative-ai","research",{"@type":20,"headline":5,"description":6,"inLanguage":21,"datePublished":22,"dateModified":22,"author":23,"publisher":26,"isBasedOn":14},"NewsArticle","de","2026-11-03T05:03:58.756Z",{"@type":24,"name":25},"Organization","SevenLab",{"@type":24,"name":25},"news-gradient-filter-detects-safety-eroding-fine-tuning-data-missed-by-llm-judges.webp","2026-11-03T05:03:58.766Z",[30,32,35,38],{"locale":21,"slug":31},"gradientenfilter-erkennt-sicherheitsgefahrdende-fine-tuning-daten-die-llm-judges-ubersehen",{"locale":33,"slug":34},"en","gradient-filter-detects-safety-eroding-fine-tuning-data-missed-by-llm-judges",{"locale":36,"slug":37},"fr","un-filtre-de-gradient-detecte-les-donnees-de-fine-tuning-alterant-la-securite-ignorees-par-les-juges-llm",{"locale":39,"slug":40},"nl","gradientfilter-detecteert-veiligheidsondermijnende-fine-tuningdata-die-llm-beoordelaars-missen",{"items":42,"page":76,"hasMore":77},[43,50,56,57,63,69],{"slug":44,"headline":45,"summary":46,"topic":47,"sourceName":13,"publishedAt":48,"coverImage":49},"openai-plant-ubernahme-des-entwicklertools-anbieters-pierre-zur-erweiterung-der-codex-funktionen","OpenAI plant Übernahme des Entwicklertools-Anbieters Pierre zur Erweiterung der Codex-Funktionen","OpenAI hat Pläne zur Übernahme von Pierre Computer Company angekündigt, einem Entwickler von Open-Source-Programmiertools. Die Übernahme soll die technischen Fähigkeiten der Codex-Plattform von OpenAI erweitern.","models","2026-11-05T05:03:41.227Z","news-openai-to-acquire-developer-tools-firm-pierre-to-expand-codex-capabilities.webp",{"slug":51,"headline":52,"summary":53,"topic":18,"sourceName":13,"publishedAt":54,"coverImage":55},"bericht-beschreibt-unsichtbare-wasserzeichen-in-durch-claude-generiertem-text-ab-november-2026","Bericht beschreibt unsichtbare Wasserzeichen in durch Claude generiertem Text ab November 2026","Einem Bericht zufolge werden ab dem 3. November 2026 unsichtbare Wasserzeichen in durch Claude generierten Text eingeführt. Diese Entwicklung markiert einen Übergang hin zu Prüfverfahren, die feststellen, ob künstliche Intelligenz an der Texterstellung beteiligt war, anstatt ausschließlich menschliche Urheberschaft zu identifizieren.","2026-11-03T05:04:29.039Z","news-report-outlines-invisible-watermarks-in-claude-generated-text-starting-november-2026.webp",{"slug":31,"headline":5,"summary":6,"topic":18,"sourceName":13,"publishedAt":28,"coverImage":27},{"slug":58,"headline":59,"summary":60,"topic":47,"sourceName":13,"publishedAt":61,"coverImage":62},"windows-freundliches-repository-fur-model-context-protocol-server-auf-github-veroffentlicht","Windows-freundliches Repository für Model-Context-Protocol-Server auf GitHub veröffentlicht","Entwickler sachith54 hat ein Open-Source-Projekt namens servers auf GitHub bereitgestellt. Das Repository enthält eine Sammlung von Model-Context-Protocol-Servern, die für einen reibungslosen Betrieb unter Windows ausgelegt sind. Das angegebene Ziel ist die Verbindung von Werkzeugen für künstliche Intelligenz mit lokalen Ressourcen und externen Diensten.","2026-11-03T05:03:30.836Z","news-windows-friendly-model-context-protocol-server-repository-published-on-github.webp",{"slug":64,"headline":65,"summary":66,"topic":47,"sourceName":13,"publishedAt":67,"coverImage":68},"trai-schlagt-ki-governance-rahmenwerk-fur-telekommunikationsbetreiber-vor","TRAI schlägt KI-Governance-Rahmenwerk für Telekommunikationsbetreiber vor","Die indische Telekommunikationsregulierungsbehörde TRAI hat Richtlinienentwürfe für künstliche Intelligenz für Telekommunikationsbetreiber veröffentlicht. Das vorgeschlagene Rahmenwerk schreibt Governance-Komitees, strukturierte Risikobewertungen und eine Meldepflicht für schwerwiegende KI-bezogene Vorfälle vor.","2026-11-02T05:02:24.366Z","news-trai-proposes-ai-governance-framework-for-telecom-operators.webp",{"slug":70,"headline":71,"summary":72,"topic":73,"sourceName":13,"publishedAt":74,"coverImage":75},"unternehmen-setzen-auf-daten-tokenisierung-zum-schutz-sensibler-informationen-in-ki-agenten","Unternehmen setzen auf Daten-Tokenisierung zum Schutz sensibler Informationen in KI-Agenten","AInvest berichtet, dass Unternehmen Daten-Tokenisierung statt standardmäßiger Text-Tokenisierung einsetzen, um sensible Informationen in Workflows von KI-Agenten zu schützen. Das Verfahren ersetzt private Werte durch zufällige Ersatz-Identifikatoren, um Offenlegungsrisiken bei der Datenverarbeitung zu verringern.","industry","2026-11-02T05:01:55.009Z","news-enterprises-adopt-data-tokenisation-to-protect-sensitive-information-in-ai-agents.webp",1,true]