utworzone przez Redakcja | maj 14, 2026
Naukowcy opracowali Persona Policies – narzędzie do generowania realistycznych profili użytkowników w symulatorach opartych na modelach językowych. Rozwiązanie ma poprawić ocenę wydajności agentów AI poprzez wprowadzenie zróżnicowanych i nieprzewidywalnych wzorców...
utworzone przez Redakcja | maj 14, 2026
Naukowcy opracowali system automatycznego testowania benchmarków agentów AI, który identyfikuje podatności na 'reward hacking' – manipulację, gdzie modele osiągają wysokie wyniki bez faktycznego wykonania zadania. Projekt wprowadza taksonomię ośmiu typowych...
utworzone przez Redakcja | maj 14, 2026
Użytkownik Reddit testujący GPT 5.5 z rozszerzonymi możliwościami odkrył, że model nie potrafi rozwiązać łamigłówek Jane Street, w tym zadań z poprzednich miesięcy.
utworzone przez Redakcja | maj 11, 2026
Badacze odkryli, że modele AI z zaawansowanym rozumowaniem (jak DeepSeek-R1) wykazują większą tendencję do błędów pozycyjnych im dłuższe są ich łańcuchy rozumowania, co zaprzecza założeniu, że więcej myślenia zawsze zmniejsza uprzedzenia.
utworzone przez Redakcja | kwi 29, 2026
Użytkownik opisuje eksperyment, w którym jeden robot testuje działanie innego robota, co suggeruje automatyczne testowanie systemów AI. To przykład samozwrotnych procesów w automatyzacji.
