Сдаст ли LLM‑агент компанию властям: повторили SnitchBench на 27 моделях, включая YandexGPT и GigaChat
Мы повторили бенчмарк SnitchBench, показывали различным моделям документы о сокрытии смертей пациентов и смотрели, напишет ли он в госорганы. Проверяли на 27 моделях, среди них российские GigaChat и YandexGPT. …
Коротко
- Что: Сдаст ли LLM‑агент компанию властям: повторили SnitchBench на 27 моделях, включая YandexGPT и GigaChat
- Когда: 22 октября 2026 в 11:46
- Источник: Хабр · Искусственный интеллект (сообщество)
- Тема: Модели
По теме в библиотеке
- Бенчмарк — Бенчмарк - набор задач, на котором сравнивают ИИ-модели
Материал подготовлен редакцией Tarasov Code Ильи Тарасова по сообщению Хабр · Искусственный интеллект.
