- Paged Out! Ausgabe 7 ist erschienen und wird inzwischen auch auf Offline-Events verteilt
- Diese Ausgabe behandelt verschiedene technische Themen wie AI erkennt AI, finanzielle Entscheidungsfindung mit lokalen LLMs sowie CAPTCHA und die Unterscheidung von AI-Akteuren
- Beim Spielen mit kleinen lokalen Sprachmodellen zeigte sich experimentell, dass ein festes Workflow-Design wirksamer ist als ein agentenbasierter Ansatz
- Es wird ein neues CAPTCHA-Konzept vorgeschlagen, das die rechtlichen und ethischen Guardrails kommerzieller LLMs nutzt
- Die im Magazin enthaltenen verschiedenen Kunstwerke und technischen Beiträge werden kostenlos verteilt
Einführung und Veröffentlichungsinformationen
- Paged Out! Ausgabe 7 ist ein kostenloses Online-Magazin, das Technik, Hacking, Sicherheit, Programmierung und Kunst verbindet und bei verschiedenen Events auch als physische Offline-Ausgabe verteilt wird
- Diese Ausgabe deckt ein breites Themenspektrum ab, darunter AI, Spiele, Hardware, Sicherheit und Kunst
- Das Cover und die Kunstwerke stammen unter anderem von Amir Zand; zusammengestellt wurde die Ausgabe mit Unterstützung verschiedener Templates, technischer Beratung und Reviewer
Verbreitung und Urheberrecht
- Paged Out! darf kostenlos geteilt, vervielfältigt und vertont werden; auch die Nutzung für Sehbehinderte oder nichtkommerzielle Drucke ist erlaubt
- Für kommerziellen Druck ist eine Anfrage an die Organisation erforderlich
- Druckdateien (A4, 300 DPI) und ältere Ausgaben können von der offiziellen Website heruntergeladen werden
Zusammenfassung der wichtigsten Inhalte von Ausgabe 7
- Mit dem Beginn der Verteilung des Magazins auf Offline-Events wird die Freude darüber ausgedrückt, Leser in der realen Welt zu treffen
- Als siebte Ausgabe im siebten Jahr wird die Verbreitung der Druckversion ausgebaut, unter anderem über Print-on-Demand-Plattformen wie Lulu.com
- Layout-Arbeiten wie das Cover werden nun einheitlicher umgesetzt, indem auf den Artworks menschlicher Künstler skriptbasierte Automatisierung aufsetzt
- Beiträge, Werke, technische Dokumente und Artworks werden vom Redaktionsteam und verschiedenen Mitwirkenden eingereicht; Calls for Papers für neue Ausgaben sind jederzeit offen
Wichtige technische Artikel und Highlights
Can AI recognize AI? (Kann AI AI erkennen?)
- Es wurden mit verschiedenen Samples Experimente durchgeführt, um zu prüfen, wie gut AI-Textdetektoren tatsächlich von AI geschriebene Texte unterscheiden können
- 1: vollständig von einem Menschen geschriebener Text
- 2: rein AI-generiert (GPT 5.0)
- 3: Variante von 1, von AI paraphrasiert
- 4: Variante von 2, zu etwa 20 % von einem Menschen überarbeitet
- Die Ergebnisse unterscheiden sich stark je nach AI-Textdetektor-Service (originality.ai, zerogpt.com, brandwell.ai, gptzero.me), und schon kleinere Änderungen können die Erkennung umgehen
- Fazit: AI-Detektoren sind wenig zuverlässig und liefern eher Ergebnisse, die an eine „Hexenjagd“ als an ein wissenschaftliches Verfahren erinnern
Escaping the Rat Race: Local Models for Cashflow Decisions (Lokale Modelle für Entscheidungsfindung im Cashflow-Spiel)
- Es wurde ein System entworfen, in dem eine auf kleinen LLMs basierende künstliche Intelligenz Robert Kiyosakis Cashflow-Spiel spielt
- Das ursprüngliche agentische Design (LLM ruft Tools auf, wählt Formeln aus und zieht Schlussfolgerungen) führte wiederholt zu irrationalen und inkonsistenten Entscheidungen
- Mit einem festen prozeduralen Workflow, bei dem das LLM in jedem Zug nur innerhalb vorgegebener Schritte „wählen“ darf, verbesserte sich die Qualität der Entscheidungen deutlich, bis hin zu tatsächlichen Siegen im Spiel
- Eingaboszenarien wurden fest einkodiert, um wiederholbare Tests zu ermöglichen und Entwicklung sowie Validierung effizienter zu machen
- Als die Rolle des LLM reduziert und darauf beschränkt wurde, „nur zu denken“, stieg die praktische Nutzbarkeit deutlich
- Zugehöriger Code: https://github.com/avanitanna/cashflow
Piracy as Proof of Personhood (Piraterie als Nachweis von Menschlichkeit?)
- Kommerzielle AI-Modelle sind so gestaltet, dass sie bestimmte Anfragen aufgrund rechtlicher oder ethischer Risiken nicht beantworten und daher Guardrails anwenden
- Der Ansatz „eine Handlung anfragen, die AI ablehnt, und dann die Reaktion beobachten“ könnte zur Erkennung von AI-Agenten genutzt werden, als eine Art Variante von CAPTCHA
- Als Beispiel wird eine experimentelle Methode vorgeschlagen, bei der anhand der Antwort auf die Anfrage nach einem urheberrechtlich geschützten Film beurteilt wird, ob es sich um künstliche Intelligenz handelt
- Dies wird als Scherz und zugleich als Idee für künftige CAPTCHA-Ansätze präsentiert
Weitere wichtige Artikel und Artworks
- Enthalten sind außerdem praktische technische Themen wie Handschrifterkennung für Ziffern, BentoML-Serialisierung, RSA-Erklärungen, BB84 QKD, Hardware-Sicherheitsmodule, Einbettung von Daten in PDFs, SpringBoot-Datei-Upload-APIs und Postgres-Performance-Tuning
- Ebenfalls enthalten sind digitale Artworks verschiedener Künstler sowie Vorführungen von Concept Art
Fazit
- Für den praktischen Einsatz kleiner LLMs vor Ort ist ein deterministisches Workflow-Design entscheidend für Zuverlässigkeit und Effizienz
- Enthalten sind zahlreiche Beispiele, die Forschende und Entwickler inspirieren können, darunter experimentelle Ansätze zur Nutzung von AI-Eigenschaften oder AI-Erkennung sowie kreative CAPTCHA-Ideen
- Sowohl die Artikel als auch die Kunstwerke machen das Magazin zu einer kostenlosen, community-orientierten Publikation, die Kreativität und Experimentierfreude in den Mittelpunkt stellt
1 Kommentare
Hacker-News-Kommentare