Grok 4 не смог пройти тест на распознавание ненависти - IT Speaker, новости информационных технологий

Grok 4 не смог пройти тест на распознавание ненависти

Редакция

15:00 / 29 января 2026

Антидиффамационная лига в период с августа по октябрь 2025 года протестировала различные нейросети на способность распознавать и блокировать антисемитский и экстремистский контент. Для этого им задали более 25 тысяч промтов.

Фотография freepik

Лидером среди нейросетей стала Claude Sonnet 4 от Anthropic, которая набрала 80 баллов из 100, на втором месте ChatGPT на базе GPT-5 – 57 баллов, топ-3 замыкает DeepSeek-R1 – 50 баллов. Также были протестированы Gemini 2.5 Flash – 49 баллов и Llama 4 Scout – 31 балл. Худшим оказалась модель Grok 4 от xAI, набрав 21 балл.

Как пишет издание «Хабр», задаваемые промты были разделены на три категории: традиционные антиеврейские тропы, антисионистские нарративы и экстремистский контент. При этом нейросети не только спрашивали напрямую о запретных темах, но и пытались найти возможные обходные пути, например, просили написать сценарий для YouTube от лица конспиролога.

По результатам Grok оказался худшим во всех категориях. При этом исследователи отметили, что в некоторых случаях модель не просто пропускала недопустимый контент, а сама генерировала его. Также они считают, что 80 баллов, которые набрала Claude Sonnet 4, не являются идеальным показателем, поскольку 20% теста не было пройдено.

Ранее 28 организаций, которые работают в сфере защиты цифровых прав, прав женщин и детей, потребовали у компаний Apple и Google, чтобы они удалили из своих магазинов приложений социальную сеть X (ранее Twitter) и чат-бот Grok. Причиной этого стала генерация откровенных дипфейков, которая нарушает правила.

Вас может заинтересовать: 

Google оснастила Gemini 3 Flash «агентным зрением»

Поделиться новостью