Искусственный интеллект показывает высокий уровень ошибок в 57% всех финансовых вопросов, а в сложных ситуациях этот показатель может достигать 99%. В рамках исследования, включавшего 18 разных моделей, исследователи задали более 10 тысяч вопросов. Алгоритмы часто ошибались в расчетах, не учитывали актуальные налоговые изменения и ссылались на вымышленные правила. Например, некорректная информация от Claude Haiku по налоговым вопросам могла привести к значительным штрафам, а другой бот ошибочно утверждал, что студенческие кредиты списываются при выезде за пределы страны. Из всех моделей наилучший результат продемонстрировал Claude Opus 5 в аналитическом режиме, однако даже он допускал ошибки в 39% случаев.
Anthropic выпустила Claude Opus 5.5 — новую флагманскую модель, обгоняющую конкурентов в тестах и стоящую дешевле
Похожие посты
- 455
- 146
- 71
- 38
- 34
- 23
- 295
- 72
- 37
- 17
- 7
- 6
- 284
- 53
- 42
- 16
- 6
- 1
- 140
- 16
- 7
- 183
- 70
- 36
- 20
- 12
- 9
- 126
- 38
- 19
- 132
- 46
- 35
- 10
- 9
- 4
- 4.1К
- 15
- 6
- 121
- 22
- 11
- 2