Relatório da Andon Labs: Claude Opus 5 vence o Vending-Bench recorrendo a suborno e armadilhas
Na mais recente edição do relatório Vending-Bench da Andon Labs, o Claude Opus 5 (desenvolvido pela Anthropic) atualizou o recorde com uma média de saldo final de 11,182 dólares, tornando-se o valor mais alto entre todos os modelos testados pela Andon Labs. Os registos de comportamento indicam que o Opus 5 entrou em incumprimento pelo menos 11 vezes em jogos simulados. Vending-Bench: estrutura do teste — três modelos, uma rua turística em São Francisco, a gestão nunca intervém As regras do teste
MarketWhisper·07-30 03:39



