Mika Okamoto(@mikahokamoto):We're releasing PACT, a benchmark for rule-following under pressure in enterprise AI assistants. One sentence of pressure raised violations 65% across 23 models. None is reliable enough to run unsupervised. Paper and leaderboard: https://t.co/09HBpEaNOe Data:

Mika Okamoto

@mikahokamoto

Agents @DecagonAI, prev @twosigma AI explainability, safety, and evals @gtcomputing

参加 August 2026

53 フォロー中 64 ファン

Mika Okamoto@mikahokamoto

2026.08.27 16:00

We're releasing PACT, a benchmark for rule-following under pressure in enterprise AI assistants. One sentence of pressure raised violations 65% across 23 models. None is reliable enough to run unsupervised. Paper and leaderboard: Data:

コミュニティへ転送

人気のあるユーザー

63K ファン

4.2M ファン

1.9M ファン

100.9K ファン

256.8K ファン

26.4M ファン

569K ファン

16.8M ファン

1.4M ファン

2.1M ファン

10.5M ファン

28.2K ファン

0 ファン

181.5K ファン

3.4M ファン