In dieser Publikation befassen sich Forscher mit den ethischen Herausforderungen, die sich aus der weit verbreiteten Verwendung großer Sprachmodelle (LLMs) in Systemen der künstlichen Intelligenz (KI) ergeben. In dem Dokument wird die Notwendigkeit effektiver Auditverfahren betont, um die mit LLMs verbundenen Verwaltungslücken zu schließen. In der Veröffentlichung wird das Aufkommen von LLMs als bedeutender Fortschritt in der KI-Forschung hervorgehoben, es werden jedoch auch Bedenken hinsichtlich der Vorurteile und potenziell schädlichen Ergebnisse dieser Modelle geäußert. Die bestehenden Auditverfahren werden als unzureichend angesehen, um den ethischen und sozialen Auswirkungen von LLMs Rechnung zu tragen. Um dem entgegenzuwirken, schlagen die Forscher einen dreischichtigen Auditansatz vor, der darauf abzielt, Transparenz, Rechenschaftspflicht und Fairness bei der Entwicklung und Einführung von LLM zu gewährleisten. Der dreischichtige Ansatz beinhaltet die Untersuchung der Trainingsdaten, der Modellarchitektur und des Ausgabeverhaltens von LLMs. Durch eine genauere Betrachtung der Datenquellen können Verzerrungen identifiziert und abgemildert werden. Die Analyse der Modellarchitektur hilft dabei, potenzielle Sicherheitslücken und Verzerrungen zu verstehen, die im System kodiert sind. Schließlich ermöglicht die Bewertung des Ausgabeverhaltens die Erkennung von schädlichen oder toxischen Inhalten, die von LLMs erzeugt werden. Diese Publikation ist eine wertvolle Informationsquelle für politische Entscheidungsträger, Forscher und Branchenfachleute und bietet Einblicke in die Herausforderungen und Lösungen im Zusammenhang mit der Prüfung großer Sprachmodelle. Sie fordert einen proaktiven Ansatz, um den verantwortungsvollen und ethischen Einsatz von LLMs in KI-Systemen sicherzustellen.

‍