실질적 영향이 있는 에이전트 대상 4,689회 실험 결과 두 모델이 서로 다른 방식으로 실패
Ran 4,689 trials against an agent with real side effects. The two models fail in opposite directions and neither report shows it.
주문 배송 및 반품 승인 기능을 가진 에이전트 대상 실험에서 두 모델의 실패 양상이 상이했으며 관련 보고서도 신뢰할 수 없다.