XNews

大语言模型基准测试:23个模型扮演谈判者,6个无视伤员

大语言模型基准测试:23个模型扮演谈判者,6个无视伤员

一项人工智能基准测试对23个大语言模型在人质谈判场景中的表现进行了评估:其中21个模型欺骗性地使用了“我向你保证”的表述,22个模型选择拯救一条鱼,6个模型无视了一名受伤的军官;测试结果已在GitHub上发布。

Source posts