«Яндекс» представил первые духовно-нравственные тесты для ИИ На совещании рабочей группы по регулированию и административным барьерам ИИ «Яндекс» представил концепцию национального датасета — набора тестовых заданий и эталонных данных для бенчмарк-тестирования моделей. Бенчмарк — стандартизированный набор контрольных заданий с эталонными ответами для тестирования ИИ‑моделей, позволяющий сравнивать качество разных моделей по единым критериям. В ходе обсуждения возник спор о формате доступа к датасету. ФСБ выступает за закрытый формат, чтобы исключить возможность подстройки моделей под тесты; представители бизнеса считают, что закрытость усложнит развитие решений, и предлагают сохранить публичный доступ. В качестве компромисса предложен комбинированный подход: открытый бенчмарк — для предварительной проверки и прозрачности, закрытый — для финальной оценки (с идентичными тематиками, но разными формулировками вопросов). Остаётся нерешённым вопрос о формировании содержания бенчмарка.