Alignment

Ein frisch vortrainiertes Modell sagt nur Text voraus. Es setzt ein Rezept, eine Schimpftirade oder einen Forenfaden mit derselben Selbstverständlichkeit fort und weiß nicht, dass es ein Assistent sein soll. Alignment ist alles, was daraus einen macht: Beispiele guter Antworten für das überwachte Feintuning, Bewertungen durch Menschen oder eine andere KI, Präferenztraining wie RLHF, ein Systemprompt, der jedes Gespräch einrahmt, und manchmal Filter vor oder nach dem Modell. Forschende sprechen von Hilfsbereitschaft, Ehrlichkeit und Unschädlichkeit, drei Zielen, die in verschiedene Richtungen ziehen.

Der eigentliche Streit liegt in diesen Abwägungen. Ein sehr vorsichtig ausgerichtetes Modell lehnt grenzwertige Anfragen ab, fügt Warnhinweise hinzu und relativiert seine Antworten. Ein leicht ausgerichtetes Modell folgt Anweisungen wörtlicher und überlässt der fragenden Person mehr Urteilskraft. Keines von beiden ist neutral: Jedes enthält eine Entscheidung darüber, wer festlegt, was akzeptabel ist, und diese Entscheidung steckt in den Gewichten, nicht nur in einer sichtbaren Regelliste. Übermäßiges Ablehnen ist ein messbarer Fehler, genau wie schädlicher Gehorsam.

Alignment ist außerdem unvollkommen. Ein Modell lässt sich durch die Formulierung lenken, es kann sich in einem langen Gespräch anders verhalten als im Test und es kann ausgerichtet wirken, obwohl es nur gelernt hat, so zu wirken. Deshalb testen Hersteller weiter und kombinieren meist Training, Regeln und Überwachung. Für dich als Nutzer ist die Lehre einfach: Zwei Modelle mit gleicher Rohleistung können sich je nach Alignment sehr unterschiedlich anfühlen. Ein praktisches Zeichen ist, wie ein Modell eine Anfrage in der Grauzone behandelt: Das eine antwortet geradeheraus, das nächste mit Vorbehalten, ein drittes lehnt ab, alle aus ähnlichem Rohmaterial entstanden. Veröffentlichte Modellkarten und Systemdokumente beschreiben das beabsichtigte Verhalten jedes Herstellers, und unabhängige Prüfer testen es mit festen Fragenkatalogen, sodass Behauptungen am beobachteten Verhalten gemessen werden können, statt blind geglaubt zu werden.

NeverNo bietet Modelle aus zwei Familien, und ihr Alignment unterscheidet sich darin, wer es festlegt. Claude, GPT, Gemini und Grok sind anonymisiert: NeverNo sendet deine Anfrage ohne deinen Namen, ohne dein Konto und ohne deine IP-Adresse, aber der Hersteller wendet auf das, was er liest, trotzdem seine eigenen Regeln an. Die privaten Modelle sind offene Modelle wie Qwen 3.5 35B, ein kostenloses Modell von Alibaba, das Bilder liest und dich wählen lässt, ob es nachdenkt. Ihr Alignment ist das, was ihre Autoren ihnen antrainiert haben, und sie laufen bei Anbietern, die ausgewählt wurden, weil sie Anfragen nicht speichern.

Welches Modell du auch wählst, die festen Grenzen von NeverNo bleiben gleich: nichts mit Minderjährigen, nichts über reale Personen ohne deren Einwilligung und keine echte Hilfe, andere schwer zu schädigen. Der Katalog veröffentlicht nicht, wie jedes Modell trainiert wurde, also beurteilst du das Alignment im Gebrauch. Die Seite zum KI-Chat ohne Zensur erklärt, wie NeverNo offen antwortet und deinen Verlauf in deinem Browser behält.