OpenAIが言語モデルの事実性を測定するベンチマーク「SimpleQA」をオープンソースでリリース

ツイート

OpenAIが言語モデルの事実性(factuality)を測定するためのベンチマーク「SimpleQA」を発表しました。SimpleQAは科学技術からエンターテインメントまでの幅広いトピックを含んだ検証済みの4000種類以上の質問から構成されています。Introducing SimpleQA | OpenAIhttps://openai.com/index/introducing-simpleqa/GitHub - openai/simple-evalshttps://github.com/openai/simp…