Gemini сошел с ума, пытаясь управлять виртуальным фудтраком

Создатели бенчмарка FoodTruck Bench решили проверить, как современные ИИ-модели справятся с малым бизнесом. Пока GPT-5, Claude и DeepSeek спокойно жарили сосиски и сводили дебет с кредитом, гугловская Gemini 3 Flash Preview показала мастер-класс по цифровой шизофрении.

Стоило включить модели режим глубоких размышлений, как она словила паралич решений. Вместо закупки продуктов алгоритм выплюнул простыню на 174 тысячи символов, где 574 раза прокричал "Let's go!", но так и не совершил ни одного действия, уйдя в бесконечный цикл самомотивации. Если симуляцию принудительно перезапустить, нейросеть отвисает на пару ходов, а потом впадает в новую кому.

Стоит запретить Gemini думать, переведя её в стандартный режим, как она внезапно превращается в крепкого коммерсанта. Без глубокой аналитики ИИ спокойно отработал 15 дней, накормил сотни виртуальных техасцев и вышел в плюс на 27% к стартовому капиталу.

Исследователи окрестили этот баг "параличом анализа". Разработчики из Google так сильно перемудрили с логическим блоком, что их ИИ-агент буквально тонет в собственных мыслях, не в силах нажать кнопку подтверждения заказа.

Похоже, иногда нужно просто перестать думать и начать хоть что-то делать

Источник: vk.com

Комментарии: