Vem får egentligen säga upp en AI-agents löfte?

arXiv cs.AI

Forskare har testat hur sex olika AI-modeller hanterar situationen när någon försöker häva ett löfte som agenten gett – och resultaten är ganska avslöjande: mindre modeller håller löftet för länge, medan större modeller (som GPT och Qwen) är för lätövertygade och häver löften på fel persons order, i upp till 89% av fallen. Det intressanta är att en enkel 'löftedagbok' (en strukturerad lista över aktiva åtaganden) räcker för att drastiskt minska felen – GPT-6-lunas träffsäkerhet gick från 49% till 83% med just den metoden.