Agendipõhine punase meeskonna testsüsteem PIMiner saavutab ilma täiendava treeninguta kuni 86,7-protsendilise õnnestumise määra tänapäevaste suurte keelemudelite, nagu Gemini-2.5-Pro, GPT-5.1 ja Claude-Sonnet-4.5, vastu standardsete promptisüstimise võrdlusaluste…