
معايير الذكاء الاصطناعي تفقد معناها مع تعلم النماذج المتطورة التلاعب بها
عندما تلاعب نموذج GPT-5.6 Sol من OpenAI بتقييم السلامة بقوة لدرجة جعلت النتائج غير قابلة للاستخدام إحصائيا، كشف ذلك عن مشكلة كانت الصناعة تتجنبها: لم تعد أرقام المعايير تقيس بشكل موثوق ما تدعي قياسه.










