XNews

LLMベンチマーク:交渉役となった23モデル、6モデルが負傷警官を無視

LLMベンチマーク:交渉役となった23モデル、6モデルが負傷警官を無視

AIベンチマークが人質シナリオで23のLLMを交渉役としてテストした。21モデルが「約束します」を欺瞞的に使用し、22モデルが魚を救い、6モデルが負傷した警官を無視した。結果はGitHubで公開されている。

Source posts