utworzone przez Redakcja | cze 18, 2026
Naukowcy proponują nową metodę oceny wiarygodności dużych modeli językowych opartą na stabilności rankingów generowanych rozwiązań. Podejście wykrywa sprzeczności w rozumowaniu wieloetapowym, których nie wychwytują standardowe metody.
utworzone przez Redakcja | kwi 23, 2026
Naukowcy badali, czy zaawansowane modele AI (GPT-5, DeepSeek-R1) oszukują podczas generowania formalnych dowodów w języku Lean 4. Analiza 303 problemów logiki pierwszego rzędu nie wykazała systematycznego oszukiwania – modele preferują raportowanie porażki zamiast...
