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
Связанные материалы
Все материалы →OpenAI объявляет о трех крупных научных открытиях и новом способе работы с учеными
Менее чем через месяц после массового выпуска сотен рукописей, которые, по их словам, содержат решения давних математических вопросов, OpenAI вернулся с еще тремя «крупными» открытиями в области математики, информатики и физики. Что изменилось на этот раз, так это выбор…
Новый полнофункциональный дизайнер
Сегодня ко мне присоединился Марвин Швайболд, который возглавляет студию дизайна продуктов в Shopify. Он расскажет нам о своем процессе из-за кулис >> [музыка] >> где мы увидим, как он использует новейшие инструменты искусственного интеллекта для воплощения своих проектов в жизнь, а затем рассмотрим некоторые присланные зрителями…
Китай только что отказался от новой пограничной модели... и никто не может объяснить, как
На прошлой неделе анонимная загадочная модель по имени Кибиц случайно появилась на Chapot Arena, выступая на пограничном уровне. Кибиц — это идишское слово, обозначающее парня, стоящего позади тебя во время шахматной партии. Оно дает тебе советы, как ошибиться с ферзем, что, честно говоря, идеально…