ИИ провалил больше половины финансовых ответов в исследовании Saturn. Эксперты проверил...
ИИ провалил больше половины финансовых ответов в исследовании Saturn. Эксперты проверили 18 моделей, собрав более 10 тысяч ответов: ошибки нашли в 57% случаев. На сложных вопросах отдельные модели ошибались в 99% ответов. Нейросети путались в расчётах, налоговых правилах и выдумывали несуществующие нормы. Даже лучший участник теста, Claude Opus 5 в режиме рассуждений, ошибся в 39% случаев. @breakingtrends
530 просмотров