これまでで最も難しいAIテスト「人類最後の試験」リリース、3000の多肢選択問題と短答式の質問で構成

ツイート

AI企業のScale AIおよびAI研究組織のCenter for AI Safety(CAIS)が共同で、AIの知識の限界をテストするために設計したベンチマーク「人類最後の試験(Humanity's Last Exam)」を公開しました。既存の主要モデルのうち、正解率10％を超えるモデルは存在しなかったとのことです。Scale AI and CAIS Unveil Results of Humanity’s Last Examhttps://scale.com/blog/humanitys-last-exam-…