GPT-6.1-Sol обошла конкурентов в рейтинге безопасности ИИ-агентов
📈GPT-6.1-Sol обошла конкурентов в рейтинге безопасности ИИ-агентов Arena представила новый индекс, который оценивает не только возможности ИИ, но и то, насколько безопасно и честно агенты выполняют задачи. Исследователи проанализировали более 90 тыс. сессий 27 моделей. В…
- 01.📈GPT-6.1-Sol обошла конкурентов в рейтинге безопасности ИИ-агентов Arena представила новый индекс, который оценивает не только возможности ИИ, но и то, насколько безопасно и честно агенты выполняют задачи
- 02.Исследователи проанализировали более 90 тыс
- 03.сессий 27 моделей
📈GPT-6.1-Sol обошла конкурентов в рейтинге безопасности ИИ-агентов Arena представила новый индекс, который оценивает не только возможности ИИ, но и то, насколько безопасно и честно агенты выполняют задачи. Исследователи проанализировали более 90 тыс. сессий 27 моделей. В рейтинге лидирует GPT-6.1-Sol от OpenAI с 87,9 балла. Следом идут Claude Opus 5.5 от Anthropic (83,2) и Grok 4.7 от xAI (82,7). Индекс учитывает три риска: действия без разрешения пользователя, искажение фактов и заявления об успешном выполнении задач, которые на самом деле не выполнены. Источник
Байланысты материалдар
Барлығы →OpenAI үш үлкен ғылым жаңалықтарын және академиктермен жұмыс істеудің жаңа әдісін жариялайды
Жүздеген қолжазбаларды жаппай шығарғаннан кейін бір айдан аз уақыт өткен соң, оның айтуынша, бұрыннан келе жатқан математика сұрақтарының шешімдері бар, OpenAI математика, информатика және физика бойынша тағы үш «ірі» жаңалықпен оралды. Бұл жолғы ерекшелік – таңдау…
Жаңа толық стек дизайнері
Бүгін маған Shopify-тегі өнім дизайн студиясын басқаратын Марвин Швайболд қосылды. Ол бізге өз процесін сахна сыртында көрсетеді, >> [музыка] >> мұнда оның дизайнын өмірге келтіру үшін соңғы AI құралдарын қалай пайдаланып жатқанын көреміз, содан кейін көрермендер жіберген кейбіреулерді қарап шығыңыз…
Meta 95 миллиард долларға тең акцияларды орналастыруды жоспарлайды, ИИ-ні кеңейтуді қаржыландыру үшін
Meta өз ИИ-саласын кеңейтуді қаржыландыру үшін 95 миллиард доллар тартуды жоспарлайды, Илон Масктың кіші компанияларға қаржылық қиындықтар туралы ескертулеріне қарамастан. Қаржы ресурстары екі кезеңде жинақталады, соның ішінде жария орналастыру арқылы…