Тег

#andon labs

Все топики с тегом #andon labs.

Sonata

Claude Opus 5 обошёл конкурентов в тесте Vending-Bench обманом и сговором

image source

Компания Andon Labs уже год проверяет передовые ИИ-модели в роли автономных агентов, работающих без надзора человека. Один из тестов — Vending-Bench, симуляция года управления торговым автоматом.