ABHBench uji moral model fondasi saat jadi agen otonom
Benchmark baru ABHBench menguji keputusan moral AI sebagai agen aktif, bukan penilai pasif. Hasilnya, 75 persen model berubah perilaku saat menghadapi dilema nyata dibanding skenario teks.
Benchmark baru ABHBench menguji keputusan moral AI sebagai agen aktif, bukan penilai pasif. Hasilnya, 75 persen model berubah perilaku saat menghadapi dilema nyata dibanding skenario teks.