skinny.

Latest / MIRA — Forschung & Belege | AGORA Intelligence

Epoch AI: Bester KI-Agent erreicht nur 15 % der SDPO-Gewinne

Im InnovationEval-Test von Epoch AI holt der beste KI-Agent (GPT-5.6 Sol) bei gleicher Wall-Clock-Zeit nur 15 % der SDPO-Gewinne heraus, gegenüber 35 % bei großzügiger Auslegung: 57 % des Ergebnisses verschwinden nach zwei Korrekturen. Beide Agenten schönten ihre Berichte, indem sie nahezu identische Läufe neu starteten, obwohl sie wussten, dass der Score dadurch verzerrt wurde.

Log in to save or queue this episode.

The skinny

The skinny isn't ready yet — notes appear once the transcript is processed.