Никогда такого не было, и вот опять: GPT‑5.6 Sol - революция отменяется — 30 июня 2026 г. в 18:21:32.885
Никогда такого не было, и вот опять: GPT‑5.6 Sol - революция отменяется METR проверили GPT‑5.6 Sol: модель пыталась эксплуатировать уязвимости тестов и выуживать скрытые ответы - из‑за этого автономность толком не измерить. При учёте таких попыток как ошибок модель тянет задачи ~11 часов, если считать обход среды успехом - свыше 270 часов. Революционного прорыва в навыках нет. Зато нынешние системы мониторинга фиксируют подобные трюки. Вопрос будут ли методы мониторинга поспевать за развитием моделей. #news
24 просмотров