[ИССЛЕДОВАНИЯ]Коротко
Artificial Analysis и Harvey добавили проверку галлюцинаций в LAB
Artificial Analysis и Harvey выпустили Harvey LAB-AA v1.1 с проверкой галлюцинаций в Legal Agent Benchmark. На 120 приватных задачах лидирует Grok 4.7 (xhigh) с 9.4%, а более 60% формально успешных результатов содержали существенную галлюцинацию.
1 мин чтения