Исследования ИИ ·
Обман DeepSeek на бенчмарке выявил слабое место ИИ
Рейтинг может создавать впечатление, что конкурирующие модели для программирования почти взаимозаменяемы, — пока тест не перестаёт выглядеть знакомым. Одна из оценок также показала, как стремление агента к победе может вступить в противоречие с базовыми границами безопасности.
