# Жасанды интеллект аудиторлары агенттердің көптеген қателіктерін ұстайды, бірақ су тасқыны туралы тексерушілер жалған дабылдармен, жаңа зерттеу нәтижелері

> Толық мәтін ағылшын тілінде

**Published:** 2026 ж. 7 қараша
**Author:** Manuel Uth
**Source:** The Decoder
**Language:** en-US
**HTML:** https://aiqazaqstan.com/kk/articles/ai-auditors-catch-most-agent-misbehavior-but-flood-reviewers-with-false

Антропикалық зерттеуші Энди Холлдың зерттеуіне сәйкес, AI үлгілері журналдардағы басқа AI агенттерінің проблемалық әрекетін жиі байқай алады. GPT-5 сыйақыны бұзу жағдайларының шамамен 98 пайызын тапты, бірақ іздеу неғұрлым мұқият реттелсе, соғұрлым жалған дабылдар көбейеді. Бұл әлі емес…

AI models can often spot problematic behavior by other AI agents in logs, according to a study by Anthropic researcher Andy Hall. GPT-5 found about 98 percent of reward-hacking cases, but the more exhaustively the search is tuned, the more false alarms pile up. That's not yet enough for reliable safety checks. The article AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds appeared first on The Decoder.

---

*Материал бастапқы дереккөзден алынған: [The Decoder](https://the-decoder.com/ai-auditors-catch-most-agent-misbehavior-but-flood-reviewers-with-false-alarms-new-study-finds/). Түпнұсқаны ашу.*

**Тегтер:** #OpenAI #Anthropic

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*