タグ「模型安全」の記事

ARC PrizeがOpenAIのAstra 99.9%主張を否定：同一基準の再テストは62.7%にとどまる

OpenAIはGPT-6 AstraがベンチマークARC-AGI-3で99.9%を記録したと主張し、NVIDIAのジェンスン・フアンCEOはそれを根拠に「AGIが到来した」と宣言した。しかしベンチマークの作成者であるARC Prizeが、他のモデルと同じ標準手順でAstraを再テストしたところ、結果は62.7%にとどま