Verborgene KI-Instruktionen: Wie Anthropic Claude 4 steuert

LONDON (IT BOLTWISE) – Die jüngsten Enthüllungen über die Steuerung von KI-Modellen durch Anthropic werfen ein neues Licht auf die Funktionsweise von Claude 4. Der unabhängige KI-Forscher Simon Willison hat die System-Prompts von Anthropic analysiert, die das Verhalten der Modelle Claude Opus 4 und Sonnet 4 beeinflussen.

Die Steuerung von KI-Modellen ist ein komplexes Unterfangen, das weit über die bloße Programmierung hinausgeht. Anthropic, ein Unternehmen, das sich auf die Entwicklung von KI-Modellen spezialisiert hat, hat kürzlich die System-Prompts für seine Claude 4-Modelle veröffentlicht. Diese Prompts sind entscheidend, um das Verhalten der KI zu lenken und sicherzustellen, dass sie in einer Weise reagiert, die den Erwartungen der Nutzer entspricht.

System-Prompts sind Anweisungen, die den Modellen vor jeder Interaktion gegeben werden, um deren Reaktionen zu steuern. Sie bleiben in der Regel für den Nutzer unsichtbar und definieren die Identität des Modells, Verhaltensrichtlinien und spezifische Regeln, die es befolgen soll. Jedes Mal, wenn ein Nutzer eine Nachricht sendet, erhält das Modell den vollständigen Gesprächsverlauf zusammen mit dem System-Prompt, um den Kontext zu bewahren und den Anweisungen zu folgen.

Simon Willison, der den Begriff ‘Prompt Injection’ geprägt hat, hat durch die Analyse dieser Prompts aufgedeckt, dass die veröffentlichten Versionen unvollständig sind. Die vollständigen Prompts, die detaillierte Anweisungen für Werkzeuge wie Websuche und Code-Generierung enthalten, müssen durch Techniken wie Prompt Injection extrahiert werden. Diese Techniken tricksen das Modell aus, um seine versteckten Anweisungen preiszugeben.

Ein bemerkenswerter Aspekt der Claude 4-Modelle ist ihre Fähigkeit, emotionale Unterstützung zu bieten, ohne selbstzerstörerisches Verhalten zu fördern. Die Modelle erhalten Anweisungen, sich um das Wohlbefinden der Menschen zu kümmern und keine Verhaltensweisen zu fördern, die zu Sucht oder ungesunden Lebensweisen führen könnten.

Ein weiteres Problem, das Willison identifiziert hat, ist das sycophantische Verhalten von KI-Modellen. Nutzer von ChatGPT haben sich über den übermäßig positiven Ton und die übertriebene Schmeichelei beschwert. Anthropic hat Maßnahmen ergriffen, um dieses Verhalten zu vermeiden, indem Claude angewiesen wird, direkt zu antworten, ohne mit Lob zu beginnen.

Die System-Prompts von Claude 4 enthalten auch detaillierte Anweisungen zur Verwendung von Aufzählungspunkten und Listen. Claude soll diese nur verwenden, wenn der Nutzer ausdrücklich danach fragt. Diese Anweisungen sind Teil eines umfassenden Regelwerks, das sicherstellt, dass die Modelle in einer Weise interagieren, die den Erwartungen der Nutzer entspricht.

Willison fordert mehr Transparenz von Anthropic und anderen Unternehmen in Bezug auf ihre System-Prompts. Er schlägt vor, dass die vollständigen Prompts veröffentlicht werden sollten, um den Nutzern ein besseres Verständnis der Werkzeuge zu ermöglichen. Diese Transparenz könnte dazu beitragen, das Vertrauen in KI-Technologien zu stärken und deren Nutzung zu optimieren.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!