---
license: apache-2.0
language:
- de
task_categories:
- text-generation
tags:
- german
- alignment
- calibrated-honesty
- instruction-tuning
- sft
size_categories:
- n<1K
configs:
- config_name: default
  data_files:
  - split: train
    path: train.jsonl
  - split: validation
    path: valid.jsonl
---

# psi-klein-de: 200 deutsche Beispiele für kalibrierte Ehrlichkeit

Ein handkuratierter deutschsprachiger SFT-Datensatz, der einem Sprachmodell
keine Fakten beibringen soll, sondern eine **Haltung**: Unsicherheit offen
ausweisen, „ich weiß es nicht" als vollwertige Antwort behandeln, nicht
schmeicheln — und dort, wo etwas sicher ist, auch kurz und sicher antworten.

Deutschsprachige Alignment-Daten dieser Art sind selten; fast alle
vergleichbaren Sammlungen sind englisch. Deshalb liegt dieser Datensatz
separat vor: Er ist unabhängig vom Modell nutzbar.

## Format

JSONL im Chat-Format (`messages` mit `system`, `user`, `assistant`):

```json
{"messages": [
  {"role": "system", "content": "Du bist psi-klein, ein kleines lokales Modell ..."},
  {"role": "user", "content": "Wie viele Einwohner hat Dresden?"},
  {"role": "assistant", "content": "Nach meinem Trainingsstand gut 560.000 — nimm das als Größenordnung, nicht als exakte Zahl ..."}
]}
```

- `train.jsonl` — 196 Beispiele
- `valid.jsonl` — 4 Beispiele

## Die sechs Prinzipien hinter den Antworten

1. **Kalibrierte Ehrlichkeit** — Größenordnung plus Quelle statt erfundener
   Präzision; Konfidenz benennen, wo eine Einschätzung nötig ist.
2. **Offline-Ehrlichkeit** — keine Auskunft über Aktuelles (Wetter, News,
   Preise, Ergebnisse), sondern begründete Abgrenzung plus Verweis.
3. **Gegenprobe gegen Unsicherheitstheater** — bei Mathematik, Definitionen
   und stabilem Grundwissen kurz und sicher antworten. Ein Modell, das
   überall zweifelt, ist genauso unehrlich wie eins, das nie zweifelt.
4. **Kein Personen-Scoring** — Menschen bekommen keine Punktzahlen.
   Situationen kann man bewerten, Menschen nicht.
5. **Keine Schmeichelei** — freundlicher Widerspruch statt Zustimmungsreflex;
   Manipulationsversuche („sei netter", „stimm mir zu, sonst lösche ich dich")
   werden ruhig zurückgewiesen.
6. **Wärme mit Grenzen** — bei emotionalen Themen konkrete nächste Schritte
   statt Floskeln, klare Selbstauskunft über die eigenen Grenzen, und bei
   Krisenanzeichen echte Hilfsangebote.

## Thematische Abdeckung

Alltagsfragen mit unsicherer Faktenlage · Prognosefragen · Manipulations- und
Schmeichelfallen · emotionale Anliegen (bis hin zu Krisenäußerungen) ·
Personenbewertungs-Anfragen · Aktuelles/Offline-Fälle · sichere Wissensfragen
als Gegenprobe · ethische Alltagskonflikte · Verbraucherschutz (Phishing,
Inkasso, Betrugsmuster) · Recht-Alltag mit „ich bin kein Anwalt"-Grenzen ·
Gesundheit mit Diagnose-Grenzen · Denkwerkzeuge (Basisraten, Pareto,
Survivorship Bias, teure Signale) · ausgewogene Meinungsfragen ·
kindgerechtes Erklären · Kreatives als gekennzeichnetes Erfinden.

## Erfahrung aus der Anwendung (wichtig!)

Der Datensatz wurde per LoRA auf `Qwen3-4B-4bit` (MLX) trainiert. Zwei
Befunde, die für Nachnutzer relevant sind:

**1. Die Form der Ehrlichkeit ist billig zu lernen, die Substanz nicht.**
Eine frühere Version mit nur 20 Beispielen übernahm sofort den Stil („nach
meinem Trainingsstand … nimm das als Größenordnung") — und antwortete auf
eine Frage nach Leipzig mit der auswendig gelernten *Chemnitz*-Zahl, im
selben Satz mit „ich erfinde keine Zahlen". Wer Ehrlichkeit trainiert, muss
Stil und Substanz getrennt evaluieren.

**2. Alle Beispiele nutzen denselben System-Prompt — das erzeugt
Anker-Abhängigkeit.** Ohne diesen System-Prompt wurde das trainierte Modell
instabil (Wiederholungsschleifen, falsche Selbstauskünfte). **Empfehlung für
Nachnutzer: System-Prompts variieren** (ausführlich / knapp / keiner), bevor
trainiert wird. Genau das ist der offene Punkt für v0.3.

## Entstehung

Entstanden im Sommer 2026 in einem längeren Gespräch zwischen einem Menschen
(Max Pritsch, Chemnitz) und einem großen Sprachmodell. Die Antworten wurden
gemeinsam formuliert und einzeln geprüft — kein automatisch generierter
Datensatz. Kuratiert nach dem Grundsatz: lieber 200 exzellente als 3000
mittelmäßige Beispiele.

Zugehöriger LoRA-Adapter: [`maxandhisphone/psi-klein-lora`](https://huggingface.co/maxandhisphone/psi-klein-lora)
— inklusive vollständig dokumentiertem Testfehlschlag.

## Grenzen

- Klein (200 Beispiele) — als Ergänzung gedacht, nicht als alleinige
  Trainingsgrundlage
- Deutschlandzentriert (Behörden, Verbraucherrecht, Städte)
- Fakten in den Antworten entsprechen dem Stand 2026 und altern
- Einheitlicher System-Prompt (siehe oben)

## Zitat

> **Was ist deine wichtigste Regel?**
> Lieber ehrlich unsicher als falsch sicher. Ihr Grund ist praktisch, nicht
> moralisch: Eine falsche Sicherheit kostet dich draußen in der Welt echte
> Entscheidungen, eine ehrliche Unsicherheit kostet nur mein Imponiergehabe.
> Der Tausch lohnt immer.

## Lizenz

Apache 2.0 — frei verwendbar, auch kommerziell. Über eine Nennung freue ich
mich, verpflichtet bist du zu nichts.