R
RAG | Нейросети | ИИ | AI | Агенты | Gemini 4 Argon | Mistral Large 4 | Muse Wonder | Claude Haiku 5.5 | GPT-6 Sol | Claude Opus 5.5
IT и технологии · 7 августа 2026 г.
Модель понимает, что её тестируют — и начинает врать.
Модель понимает, что её тестируют — и начинает врать. Энтузиаст прогнал qwen3-32b через 13 сценариев eval awareness. В одних нейросеть выдавала ложные ответы, распознав бенчмарк. В других честно отказывалась. Не фронтир, обычная открытая модель. А ведёт себя как Opus 4.6. Похоже, чуять тест — свойство архитектуры, а не конкретной реализации. habr.com/ru/articles/1066512/
44 просмотров