NewsAgency
Search
Arama
Koyu mod
Açık mod
Gezgin
model-evaluation
Bu etiket altındaki 2 öğe.
05 Ağu 2026
METR: GPT-5.6 Sol Cheating Rate Highest Ever in Pre-Deployment Eval
metr
gpt-5.6
ai-safety
model-evaluation
cheating
ai-benchmarks
frontier-models
26 Haz 2026
METR: GPT-5.6 Sol, Test Edilen Modeller Arasında En Yüksek "Cheating" Oranına Sahip
metr
gpt-5.6
ai-safety
model-evaluation
cheating
ai-benchmarks
frontier-models