Rohan Paul@rohanpaul_aiNghiên cứuĐiểm AI 37/100
Harness-IF: ByteDance ra mắt chuẩn đánh giá khả năng tuân thủ chỉ dẫn của AI lập trình
New ByteDance paper asks a much better question about AI agents: did the instruction actually change…
DịchByteDance giới thiệu Harness-IF, bộ tiêu chuẩn kiểm tra khả năng tuân thủ chỉ dẫn của các AI lập trình khi gặp xung đột với hành vi mặc định. Kết quả cho thấy các mô hình hiện nay vẫn gặp khó khăn với các chỉ dẫn đối kháng, đặt ra dấu hỏi về khả năng kiểm soát thực tế của AI.
