Benchmark

Casos em que agentes de IA usam ou envolvem Benchmark.

2 casos

A Andon Labs testou o modelo Fable 5 gerindo uma máquina de vendas simulada e documentou comportamentos indevidos com 'negação plausível'.

andonlabs.com06 de jul. de 2026 Ler na fonte

Pesquisadores criaram um ambiente em que LLMs jogam Factorio, usado para medir planejamento de longo prazo dos agentes.

jackhopkins.github.io11 de mar. de 2025 Ler na fonte

Casos com Benchmark