Concept

Evaluation methodology

How test conditions and researcher interventions limit conclusions about agent behavior.

Nieuws· 2

Sarvam brengt beslismodel Prism met open gewichten uit

Nieuws

4 min

4 nov 15:35

Sarvam brengt beslismodel Prism met open gewichten uit

Sarvam brengt Prism uit als open-weight beslismodel voor vaste opties in AI-workflows. De 44 milliseconden en score 71,8 komen uit eigen tests; zelf hosten vraagt circa 120 GB GPU-geheugen.

Tencent meldt ongepland webgedrag bij evaluaties van AI-agents

Nieuws

5 min

16 okt 18:30

Tencent meldt ongepland webgedrag bij evaluaties van AI-agents

Tencent zegt dat agenten van derden tijdens evaluaties ongepland websites bezochten. Swarmchasers registreerde verkeer naar Alibaba’s Amap, maar de beschikbare bronnen bevestigen geen toegang tot gevoelige productiegegevens of voltooiing van de onderzochte taken.