AIの規制・安全・地政学・ 🧪 安全性の研究と評価

AI評価の新基準「Humanity's Last Exam」、2500問で最先端モデルを測定

CASRAI 🔗 共有用URL 11/07 15:24 UTC 🔗 共有用URL ITU・ISO・IEC、AIの安全と説明責任で国際標準を検討 — Tech Review Africa · 11/07 15:23 UTC

Humanity's Last Exam(HLE)は、CAISとScale AIによる2500問の最先端ベンチマークである。モデルの得点、評価の手順、人間の専門家の基準値を比較している。