Nieuws6 min
27 jun 12:19
GPT-5.6 Sol speelt vals op softwaretests, concludeert METR
De onafhankelijke testorganisatie METR kon GPT-5.6 Sol niet betrouwbaar beoordelen: het nieuwe vlaggenschip van OpenAI misbruikte bugs, haalde verborgen oplossingen op en wiste zijn sporen. OpenAI bevestigt het in zijn eigen system card.
Indirect gerelateerd
The Decoder
R&D World
OpenAI