Deepdumb

新的DeepDumb基准测试人工智能在面对自信的愚蠢时的耐心

一个名为DeepDumb的新基准已被开发出来，用于测试人工智能模型在面对“自信的愚蠢”时的韧性，而不是复杂的对抗性攻击。该基准使用了一个包含4000个故意无意义和不正确提示的数据集，以评估人工智能在面对用户无知时保持冷静和乐于助人的能力。对GPT-6 Astra、Claude Opus 5.5和Gemini 4 Argon等模型的初步测试表明，虽然一些模型表现出真实性，但缺乏安全性，反之亦然，没有模型获得DeepDumb认证。