Claude teszteli, mennyire tudja programozni a robodogot a New Frontier Red Team Project Fetch második fázisában

A New Frontier Red Team Project Fetch második fázisában Claude nagy nyelvi modell képességét vizsgálták robodog programozására; az Opus 4.7 önállóan körülbelül 20-szor gyorsabb volt, mint a tavalyi legjobb emberi csapat Opus 4.1 támogatásával, de a robodog nem tudta elhozni a strandlabdát, így a megbízhatóság még kihívás marad.