ARC Prize Foundation は AI の推論能力と効率性を測る「ARC-AGI-2」ベンチマークを発表しました。このベンチマークは、単なる計算力に頼ることを防ぎ、 AI が新しいタスクに適応し推論する能力を
続きを読む
カテゴリー: ベンチマーク
Scale AIとCAISが「Humanity’s Last Exam」を発表 – AIモデルの知識と推論能力を極限まで試す新ベンチマーク
米スタートアップのScale AI と Center for AI Safety （ CAIS ）が共同開発した新たな AI ベンチマーク「 Humanity’s Last Exam （人類最後の試験）」は、
続きを読む