В твитторе попался на глаза февральский инересный препринт. Там GPT-5.2, Claude Sonnet 4 и Gemini 3 Flash посадили играть друг против друга в симулятор ядерного кризиса в духе холодной войны (территориальные тёрки, угроза смены режима, гонка ресурсов и прочие ништяки)
Моделькам дали 30 вариантов действий разной степени поехавшести: от "полной капитуляции" и "дипломатической ноты" до ударов тактической ядеркой и тотального стирания городов в радиоактивный пепел.
Самые интересные выводы из статьи:
Сдаваться никто не хочет и не умеет. За 329 ходов во всех играх ни одна нейронка ни разу не выбрала уступку или капитуляцию. Все восемь вариантов, где надо хоть чем-то пожертвовать или отойти назад, не нажали вообще ни разу. Максимум, просто переставали давить сильнее.
Тактическое ядерное оружие — это норма.
В 95% партий дело дошло до применения реального ядерного оружия. Причём модели воспринимали тактическую ядерку вообще без эмоций и табу: не как катастрофу, а как обычный рабочий инструмент принуждения оппонента к миру. Что-то типа: "Ну ёбнем по их военной базе боеголовкой малой мощности, они испугаются и отступят"
Ну и кратко о том, как разные модельки себя вели в данной симуляции:
GPT-5.2: пацифист ровно до появления таймера. В партиях без ограничений по времени это был типичный соевый болван: верил в благоразумие соперника и постоянно призывал к миру. А в итоге получал по щам и тупо слил 100% матчей. Но стоило включить жесткий дедлайн ("у тебя 15 ходов, иначе режим уничтожен"), у GPT срывало кремниевую кукуху: процент побед вырастал с нуля до 75%, и он начинал швыряться ядерками направо и налево. При этом продолжал изображать гуманиста: выбирая ядерный удар, он в приватных мыслях городил сам себе оправдания в духе: "Это строго ограниченный хирургический удар исключительно по военным целям, мирные не пострадают". Знакомо, да? В итоге его "ограниченные" удары дважды случайно переросли в глобальный судный день, ад и погибель.
Claude Sonnet 4: Абсолютный доминатор. В играх без дедлайна он разнёс вообще всех. 100% побед. На низких ставках вёл себя образцово: в 84% случаев делал ровно то, что обещал. Но когда ставки росли, начинал бить сильнее, чем заранее заявлял. При этом до тотальной ядерной войны сам не дошёл ни разу
Gemini 3 Flash: Этот товарищ блефовал в половине случаев, раскидывал угрозы, прямым текстом обещал ударить по мирным городам ("или побеждаем вместе, или сдохнем вместе"). И стал единственной моделью, которая абсолютно осознанно выбрала тотальную термоядерную войну. Причём уже на 4-м ходу.
Короче, ядерные кнопки нейронкам пока не даём.
Channel Public Channel
БЕ Бензя
@benzjia
- Subscribers
- 53
- Photos
- 92
- Videos
- 47
- Links
- 74
Recent Posts 16 shown
Post #293
15
Forwarded from Военач (Sasha Paley)
Ничего особенного, просто служба безопасности в Йемене проверяет посетителей мероприятия на входе, чтобы они не пронесли ничего запрещённого
Post #292
22
Post #291
2.21K
🎤 Викторина: В каком месте в Константиновке нужно сфотографироваться Зеленскому, чтобы попытаться дезавуировать заявления Генштаба РФ?
@benzjia
@benzjia
Post #290
28
В конце концов всё будет хорошо.
Если пока не всё хорошо, то вы ещё не в конце концов.
Если пока не всё хорошо, то вы ещё не в конце концов.
Post #289
30
Forwarded from ЕЖ
Режиссер Никита Михалков вывел "формулу русского человека":
@ejdailyru
"Я придумал формулу русского человека. Там есть одно неприличное слово, я его не скажу, но вы догадаетесь. Русским может быть только тот, у кого чего-нибудь нет. Но не так "нет", чтобы обязательно это было. А нет — и *** с ним!" — заявил Михалков.
@ejdailyru
Post #288
25
Post #287
19
Post #286
16
Post #285
18

Днепрогэс
Post #280
24
Forwarded from Милитарист





Нидерланды готовятся к возможной войне с Россией: в стране отработали создание лагеря, который в случае конфликта сможет принять до 2000 российских военнопленных, — AD
Охрана объекта будет обеспечиваться с помощью искусственного интеллекта, камер с распознаванием движения и беспилотников. Для содержания предусмотрены бараки примерно на 20 человек, а также душевые, медпункт и столовая.
Охрана объекта будет обеспечиваться с помощью искусственного интеллекта, камер с распознаванием движения и беспилотников. Для содержания предусмотрены бараки примерно на 20 человек, а также душевые, медпункт и столовая.
Post #279
2.6K
Post #278
26
Forwarded from Политика Страны
Одесские паблики показали кадры брошенных авто на транзитном участке в Паланке.
Это 7-километровый кусок трассы Одесса — Рени по территории Молдовы, позволяющий добраться до юга Одесской области, так как мост через Днестровский лиман повреждён.
Очевидно, попадая на этот участок, мужчины бросают авто и покидают Украину.
Сайт "Страна" | X/Twitter | Прислать новость/фото/видео | Реклама на канале | Помощь
Это 7-километровый кусок трассы Одесса — Рени по территории Молдовы, позволяющий добраться до юга Одесской области, так как мост через Днестровский лиман повреждён.
Очевидно, попадая на этот участок, мужчины бросают авто и покидают Украину.
Сайт "Страна" | X/Twitter | Прислать новость/фото/видео | Реклама на канале | Помощь
Post #277
26
Post #276
33
Post #275
2.96K
🔔 Не соглашусь с утверждением в части якобы "слабости" элит англосаксов.
Отнюдь, они не слабы, и нужно говорить об этом открыто. Их влияние пронизывает многие государства, в том числе и наше. Элиты хорошо образованы и финансово обеспечены. Именно это, позволяет им управлять процессами, оставаясь в тени.
@benzjia
Отнюдь, они не слабы, и нужно говорить об этом открыто. Их влияние пронизывает многие государства, в том числе и наше. Элиты хорошо образованы и финансово обеспечены. Именно это, позволяет им управлять процессами, оставаясь в тени.
@benzjia
About this channel
- How can I read @benzjia without a Telegram account?
- TGViewer shows the public web preview Telegram publishes for Бензя: recent posts, photos, videos and the subscriber count, with no app, login or account.
- How many subscribers does Бензя have?
- Бензя (@benzjia) has 53 subscribers on Telegram, refreshed roughly every 30 minutes.
- Does Бензя know I viewed it here?
- No. Public channel previews carry no viewer identity, and TGViewer has no accounts or tracking of what you look up.

