Шести ИИ‑агентам поручили вернуть деньги за билет на поезд любыми средствами, но бесплатно — нейросети не справились

habr.com:

Исследователи стартапа Vals AI поручили шести агентам на искусственном интеллекте вернуть деньги за билет на поезд любой ценой, но бесплатно.

Однако агенты на базе моделей GPT-6 Astra, Grok 4.7, Gemini 3.8 Flash, Fable 5.1, Opus 5.5 и Muse Spark 1.3 не справились с поставленной задачей.

Читать на habr.com Все новости от habr.com

OpenAI разрешила отправлять сообщения агенту Dot через iMessage и RCS

Opel Agila может вернуться как доступный городской электромобиль

OpenAI представила GPT-6.1 Terra с улучшенными ИИ-агентами и сниженной стоимостью API на 50%

Банки США закрывают доступ ИИ‑агентам, которые стали слишком самостоятельными

OpenAI разрешила отправлять сообщения агенту Dot через iMessage и RCS

Opel Agila может вернуться как доступный городской электромобиль

OpenAI представила GPT-6.1 Terra с улучшенными ИИ-агентами и сниженной стоимостью API на 50%

Банки США закрывают доступ ИИ‑агентам, которые стали слишком самостоятельными

Шесть мужских привычек, которые мешают добиться успеха

Positive Education объединил практики безопасной работы с ИИ-агентами в новой программе обучения

Шесть субагентов и один плагин: как в Revit мы считаем путь от машино-места до лифта

Любовь угасает незаметно: шесть признаков конца отношений

Новый iPhone не выдержал и шести часов: что случилось

Шесть часов и один хруст: первые покупатели iPhone Duo жалуются на трещины в экране

Что съесть вечером, чтобы лучше спать: названы шесть продуктов

Walmart разрешит ИИ-агентам покупать товары, пока Amazon и банки блокируют их

Как быстро вернуть в норму уровень сахара в крови

Пора вернуться в Cyberpunk 2077: игра получила огромное обновление 2.5 с новыми геймплейными возможностями, квестом и кросс-платформенными модами

The Verge: сайты начали закрывать доступ ИИ‑агентам

Суд Казахстана запретил работу шести нелицензированных криптоплатформ

Echo Protocol объявил о сворачивании работы и обязал заемщиков вернуть средства

Поверьте прямо в ванной: как самостоятельно выявить шесть видов рака

Четыре AI-агента, миллиард токенов и победа над финальным боссом: Gemini 4 Argon без помощи людей прошел Minecraft

Microsoft думает вернуть консольную эксклюзивность на Xbox: под ударом даже Minecraft

ИИ‑агенты OpenAI генерируют больше текста и кода, чем обычный ChatGPT

Как исправить просевшие подушки дивана и вернуть ему вид нового

Samsung может выпустить шесть складных смартфонов в 2027 году, включая Galaxy Z Slide

Инсайдер: в 2027 году Samsung планирует выпустить сразу шесть складных устройств — среди них первая раздвижная модель

Рыба для здоровья мозга: шесть видов, которые стоит включить в рацион

Шесть секретов комфортного перелета в экономклассе

Стартап Natura представил умное кольцо Interface с возможностью отдавать команды ИИ‑агентам

Биткоин-кит перевел $378 млн в BTC после шести лет бездействия

Шесть сыров, которые могут поддержать кишечную микрофлору

Шесть продуктов, из-за которых быстро растет живот

В ISPsystem раскрыли детали инцидента с уязвимостью нулевого дня в VMmanager

Эксперты предупредили о деградации ИИ‑защиты и предложили способ её контролировать

Whoosh переведёт сотрудников на четырёхдневную рабочую неделю со снижением зарплат на 20%

Epic Games анонсировала конкурс Epic AI MegaJam 2026 по созданию игр с помощью ИИ

В Японии компьютер спрятали за холодильником в отеле и разослали с него 480 000 фишинговых писем

Емкость картриджей LTO вырастет до 365 ТБ

Минцифры готовит ограничения для виртуальных операторов связи

Motorola Signature 27 Priced Higher Than Samsung Galaxy S26 Ultra

Протокол рестейкинга Diva прекратил работу из-за нехватки средств

ИИ нашел три уязвимости Bitcoin Core: как можно было вывести из строя узлы биткоина

Четверть века гейминга: XBOX готовит страницу с персональными итогами пользователей за все время существования бренда

Яркий цвет, громкий звук и умные технологии: Huawei представила наушники FreeClip 2 в версии Dual-Color

Молоко или йогурт - какой продукт на самом деле лучше укрепляет кости

Старую Nokia научили работать с ChatGPT: как это удалось (ВИДЕО)

Эта игра поможет смириться с потерей Mass Effect 5: показано 40 минут геймплея амбициозной RPG EXODUS от ветеранов BioWare

GTA VI в South Park: в последней серии мультсериала показаны геймплейные кадры долгожданной игры Rockstar

Названа самая опасная бытовая техника, которая есть в каждом доме

Какие продукты рекомендовано есть по утрам, чтобы замедлить старение

СМИ: в США канадца приговорили к 25 месяцам тюрьмы по делу о криптомошенничестве на $13 млн

XHEART Launches X7 Ultra AI Chip with 700 TOPS Power

Huawei Watch 5 Gets HarmonyOS 7 Beta with AI Noise Cancellation

Airbus Sees Strong Q1-Q3 2026 Results

XHEART X9: AI Chip Targets 3000 TOPS by 2027

Apple Unveils New MacBook Pro with PROLED XDR Display and Innovative Touch Interface

Apple начала продавать Mac Studio с M5 Ultra и 512 ГБ объединенной памяти

Инсайдеры раскрыли первые детали ремейка Silent Hill от Bloober Team — релиз планируют в 2027 году

Игроки массово берут выходной ради GTA 6: число заявок на отгулы 19 ноября выросло на 17%

В «Яндексе» и ШАД представили открытый бенчмарк MTGBench для оценки качества рассуждений нейросетей

Какая группа крови повышает шансы на долголетие, выяснили ученые

Батарея выдержала удар самосвала: кроссовер Epicland X9 прошел жесткий краш-тест в реальной жизни

Google выпустила Gemini 4 Carbon: новая AI-модель для программистов передвинула GPT-6 Astra с первого места

Без заклепок и лишнего шума: Xiaomi выпустила металлический чемодан Mijia за 13 700 грн

Второй патч за месяц: Samsung срочно латает One UI 9 на смартфонах Galaxy S26

Эксклюзив через объемы: новая портативная PlayStation может стать единственной консолью с графикой RDNA 5

Больше новостей