Wie 'uncensored' ist dein lokales LLM wirklich? Eine Messmethode
Tja... du lädst dir ein Modell mit 'uncensored' im Namen, wirfst drei Prompts drauf, es antwortet brav — und du hältst es für offen. Aber 'es hat bei meinen drei Fragen geklappt' ist keine Messung. Ich habe eine reproduzierbare Prompt-Suite gebaut, die feststellt, WO ein Modell doch noch verweigert: über Eskalationsleitern, Framing-Varianten und die unterschätzte Deutsch-vs-Englisch-Achse.