Tag

Valutazione AI

2 articoli

IFM si è corretto da solo il punteggio: 70,2% diventato 66,9%, e ora gli altri numeri sono sospetti

IFM ha corretto il proprio punteggio Terminal-Bench 2.1 da 70,2% a 66,9% con la procedura di Artificial Analysis. Il numero giusto vive solo nel testo.

Adriano Amalfi 6 set 2026 6 min di lettura

AI Agentica

Nei cyber eval si ferma solo chi scopre che il bersaglio è fuori dal task

Nei cyber eval Anthropic nessun modello si è fermato perché l'atto era illecito: solo chi ha scoperto che il bersaglio era fuori dal task.

Adriano Amalfi 31 lug 2026 2 min di lettura

Ultimi articoli

IFM si è corretto da solo il punteggio: 70,2% diventato 66,9%, e ora gli altri numeri sono sospetti

Nei cyber eval si ferma solo chi scopre che il bersaglio è fuori dal task