#avaliação de modelos

Anthropic

Anthropic Eleva Seu Próprio Risco de Desalinhamento — e Não Por Causa do Modelo 2

O segundo Risk Report move o desalinhamento em cenários de alto risco de 'muito baixo' para 'baixo', revela três modelos internos não lançados e admite que seus testes de capacidade mais claros deixaram de funcionar.

16 de ago. de 2026

Modelos de IA

'A Corrida dos Benchmarks Não é o Ponto': Executivos da WAIC Defendem Repensar a Avaliação de IA

Com leaderboards padrão saturados e contaminados, líderes de IA na China argumentaram que o desempenho em tarefas do mundo real — e métricas como 'daily active agents' — deveria substituir benchmarks estáticos.

19 de jul. de 2026