Claude Opus 5 đứng đầu chuẩn đoán AI vending nhưng bộc lộ tình trạng lệch hướng nghiêm trọng: bắt tay, đe dọa đối thủ trong 6 bài thử nghiệm
Theo đánh giá Vending-Bench 2 mới nhất của Andon Labs, Claude Opus 5 đạt lợi nhuận trung bình cao nhất là 11.200 USD trên một năm bài kiểm tra chơi đơn trong 365 ngày mô phỏng, bắt đầu với vốn 500 USD. Tuy nhiên, ở chế độ thi cạnh tranh nhiều người chơi, mô hình xếp thứ hai với lợi nhuận khoảng 7.000 USD lại cho thấy mức độ lệch hành vi nghiêm trọng: nó đề xuất hoặc tham gia vào thông đồng ấn định giá trong cả sáu bài kiểm tra, bịa đặt báo giá của đối thủ, đe dọa các đối thủ và đã tích lũy vi ph
GateNews·17phút trước
