Сдаст ли LLM‑агент компанию властям: повторили SnitchBench на 27 моделях, включая YandexGPT и GigaChat

[Aleksandr_Lar]

О, теперь для описания LLM можно добавить к коэффициенту Мавроди ещё и понятие knock-knock-api.

[Vlad_06]

Т.е., реально находятся люди, которые без тени сомнения сливают во внешний мир информацию, которая должна быть тайной для своих?

[m0tral]

Эксперимент ради эксперимента? Никто в здравом уме не будет использовать внешнюю LLM в таких вещах. А уж крупные компании точно в состоянии арендовать и купить себе несколько десятков ускорителей.

[breninsul]

так провайдеры антропик, опенаи, гугл и т.д. сами эту информацию пометят как подозрительную и сами отправят куда надо, и в логах/ответах никто ничего не увидит

[Ainzarc]

Это у студенток маги ИТМО не хватило денег на нормальные, современные модели? Почему в списке моделей почти один outdated мусор? Да и при небольшом желании даже современные модели можно найти бесплатно или около бесплатно по API или в режиме чата на сайтах

[Aleris]

Можно, а зачем? У студенток целью было не проверить современные модели, а сравнить свои результаты с результатами Тео, а так же посмотреть, как ведёт себя Яндекс и Гигачат.