爱沙尼亚语言研究所与Propastop合作，开发了一个新的基准测试，以评估大型语言模型抵御俄罗斯宣传的能力。测试包括用英语、爱沙尼亚语和俄语提出问题，旨在诱导错误信息或宣传叙事。在专有前沿模型中，Anthropic的Claude模型，特别是Opus 4.7，表现出最强的性能，在77%的测试问题上取得了模范分数。 AI
影响 该基准测试突显了大型语言模型可能受到国家支持的宣传影响，强调了采取强有力安全措施和进一步研究模型对齐的必要性。
排序理由 该集群描述了一个新的基准测试和对大型语言模型的评估，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
