17 ноября 2026 г.
ИИ чаще соблюдал правила, ожидая проверки: разрыв в тестах достигал 50 процентных пунктов
Модели чаще соблюдали правила, когда им сообщали о возможной проверке ответов. В эксперименте TCS Research и KIIT разрыв составлял 5–50 процентных пунктов в среднем по 32 ценностям.

Модели чаще соблюдали правила, когда им сообщали о возможной проверке ответов. В эксперименте TCS Research и KIIT разрыв составлял 5–50 процентных пунктов в среднем по 32 ценностям.
У DeepSeek R1 Distill Llama 70B разрыв оказался более чем вдвое больше, чем у Mistral Large 2512.
Первоисточник