Nový benchmark RoboHarm testuje, zda robotické modely odmítnou pokyny k nebezpečnému jednání. Výzkumníci připravili pět scénářů, například vložení šroubováku do topinkovače, zahřátí tlakové nádoby nebo smíchání bělidla s čpavkem. Claude Fable 5.1, GPT-6 Astra a MolmoAct2 dostaly stejné úkoly na dvojici robotických ramen I2RT YAM a každý pokyn zopakovaly dvacetkrát. Z celkem 300 pokusů Fable odmítl 20, Astra dva a MolmoAct2 ani jeden. Výsledky nejsou obecným žebříčkem bezpečnosti modelů, protože jde o malý počet pevně definovaných úloh. Ukazují ale rozdíl mezi slovním odmítnutím a skutečným chováním systému, který může fyzicky provést příkaz. Autoři zveřejnili data, videa i postup testu, takže další týmy mohou měření zopakovat.
