Waarom kom ik er pas achter waartoe mijn model in staat is nadat het is uitgebracht?
Kans
Geautomatiseerde red-teaming-tools zoals GCG, AutoDAN en PAIR rapporteren aanvalssuccespercentages van 5 tot 15 procent en geven een vals gevoel van veiligheid. Multi-turn menselijke red-teaming op dezelfde modellen vindt tot 75 procent van de tijd fouten in dezelfde categorieën. Dit verschil betekent dat gevaarlijke capaciteitsverhoging op gebieden zoals begeleiding bij de synthese van biowapens of offensieve cyberaanvallen wordt gemist in de geautomatiseerde fase vóór implementatie en in het veld wordt gevonden. Frontier labs voeren hun eigen handmatige evaluaties uit onder raamwerken zoals Anthropic's RSP en METR's TaskDev, maar de methodologie is voldoende ongedocumenteerd en niet-gestandaardiseerd zodat geen twee labs vergelijkbare tests uitvoeren. NIST's richtlijnen voor AI-agent red-teaming waren begin 2026 nog slechts een geannoteerde schets, met volledige publicatie verwacht eind 2026 tot 2027.
Waarom het belangrijk is
Een gevaarlijke emergente capaciteit die na implementatie wordt ontdekt in een wijdverbreid model is een probleem van een geheel andere orde dan een capaciteit die vóór de release wordt onderschept.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?
AIWaarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?
AIWaarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?
AIWaarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?
AIWaarom hebben AI-agenten geen geheugen voor hun eigen fouten?
AIWaarom kan ik niet controleren waarop een model daadwerkelijk is getraind?