Im Detail
- Projekt von Joey Flynn und Thomas Dimson (beide ehemalige OpenAI‑Mitarbeiter).
- Site fragt mehrere Modelle ab, kombiniert Ergebnisse und weist jedem Namen einen 'strength score' zu (Beispiele: 175, 262; Max laut Leaderboard 996 für sehr bekannte Personen).
- Kleinere Modelle machen es schwerer, in Ergebnissen aufzutauchen; Llama‑Modelle mit ~1 Mrd. Parametern gelten als Hinweis auf hohe Relevanz.
- Autoren weisen auf Grenzen hin: Halluzinationen, Tippfehler und häufige Namen verfälschen Scores.
Warum es zählt
Für Unternehmen ist relevant zu wissen, ob und wie Personen (z. B. Kund*innen, Mitarbeiter*innen, Gründer) in öffentlich oder privat trainierten Modellen repräsentiert sein können — das betrifft Datenschutz, Reputationsrisiken und Compliance bei Datenverwendung.
Für dich Prüfe, ob Schlüsselpersonen deines Unternehmens in externen Modellen vorkommen könnten; dokumentiere Trainingsdatenquellen und kläre Datenschutz‑/Reputationsrisiken mit deinen Datenlieferanten.