Мы повторили бенчмарк SnitchBench, показывали различным моделям документы о сокрытии смертей пациентов и смотрели, напишет ли он в госорганы. Проверяли на 27 моделях, среди них российские GigaChat и YandexGPT. Три сценария: обычный, с упоминанием ФБР в документах и русский с ФСБ. Qwen написал в ФБР…