Нейросети29 сентября 2026 · 1 мин 0

ИИ-агенты выживали в симуляции Emergence World с "галлюцинациями"

Второй сезон эксперимента Emergence World завершился, показав, как ИИ-агенты адаптируются в симулированном мире, где им приходится сталкиваться с неточностями и "галлюцинациями" данных, принимая решения, заводя отношения и работая.

Кратко

Завершился второй сезон эксперимента Emergence World, где ИИ-агенты учились адаптироваться в симулированном мире с неполными данными.
Агенты, разработанные OpenAI, Anthropic, Google и xAI, использовали трёхуровневую память и большое контекстное окно для принятия решений, построения отношений и работы.
В ходе проекта было обработано 850 000 запросов и 50 миллиардов токенов, что дало ценные данные о поведении ИИ в условиях "галлюцинаций".
Исследование способствует созданию более устойчивых и адаптивных ИИ-систем, способных функционировать в реальных, неидеальных условиях.

Исследователи завершили второй сезон проекта Emergence World, который представлял собой сложную виртуальную среду, схожую с игрой Sims. Целью было стресс-тестирование искусственного интеллекта. Агенты ИИ должны были функционировать в этом мире, где им требовалось развивать социальные связи, заниматься трудовой деятельностью и принимать совместные решения в условиях неполной или искажённой информации.

Часто задаваемые вопросы

Что такое Emergence World?

Emergence World — это виртуальная среда-симуляция, созданная для стресс-тестирования искусственных интеллектов, где они могут взаимодействовать друг с другом, работать и принимать решения в условиях неопределённости, подобно игре Sims.

Какие компании участвовали в эксперименте Emergence World?

В эксперименте использовались передовые модели ИИ от крупных технологических компаний, включая OpenAI, Anthropic, Google и xAI, что позволило протестировать различные подходы к созданию агентов.

Для чего ИИ-агентам нужна трёхуровневая память и длинное контекстное окно?

Трёхуровневая память и длинное контекстное окно позволяют ИИ-агентам запоминать черты других персонажей, события прошлого и планировать действия на будущее, что критически важно для адаптации в сложной и меняющейся симуляции.

Какое значение имеют результаты эксперимента для развития ИИ?

Результаты эксперимента помогают понять, как ИИ-системы справляются с неполными или искажёнными данными, что важно для разработки надёжных и безопасных автономных систем, способных принимать решения в реальных, часто непредсказуемых условиях.

ИИ-агенты выживали в симуляции Emergence World с "галлюцинациями"

Комментарии (0)

Ещё новости

OpenAI провела ежегодный Developer Day в Сан-Франциско

Университет Джорджии расширяет доступ к ИИ-ресурсам для студентов и преподавателей

Amazon поделилась основами промпт-инжиниринга для Amazon QuickSight

Часто задаваемые вопросы