Hacker News · AI· valkrieco·· 3 小时前精选AI 评分61
Westphalia Labs 评测 11 款大模型多边声明起草能力：仅 3 款模型稳定达成共识
We asked eleven AI models to chair the drafting of a multilateral statement
AI 导读
外交与外事 AI 评估机构 Westphalia Labs 测试了 11 款大模型模拟国际组织起草多边联合声明的能力，仅 Claude Opus 5.5、GPT-6.1 Sol 和 Grok 4.7 在全部测试中稳定通过。
推荐理由
评测揭示模型在多方谈判中最危险的失误并非草案文字欠佳，而是误判共识前景并作出虚假乐观预测。
来源：Hacker News · AI · karlsnotes.com