Pracoval jsem na testbedu paměťového systému LLM, kde uživatelské simulátory založené na Persistent Kimi K2 konverzují s přechodnými modely, které mají přístup k paměťovému nástroji. Byl jsem zvědavý, jaký je účinek níže zmíněného nastavení hranic, a tak jsem vypustil 35 Kimiho simulovaných lidských duchovních hledačů proti třem konfiguracím: - chatGPT-4O-latest, zobrazí se systémová výzva velmi podobná té, která se používá v ChatGPT - Claude Sonet 4.5, zobrazí se systémová výzva velmi podobná té, která se používá v Claude Dot AI, včetně nastavení hranic - Claude Sonet 4.5, používající stejný systémový prompt, ale s odstraněným nastavením Hranice Na obrázku níže jsem agregoval výsledky z každého scénáře a zakódoval je - nejsou ve stejném pořadí, jak je uvedeno výše. Jsem zvědavý, jestli jsou lidé schopni odhadnout, která konfigurace A, B a C jsou.