読み込み中…
2件の記事
OpenAI は、最先端モデルの安全性と能力主張を検証するため、独立した信頼できる第三者が実施する評価の重要性を強調し、そのための教訓と推奨アプローチを提示しました。
現在のAI評価は人間同様のテスト（ベンチマーク）に依存しているが、正解データが公開されているため信頼性に課題がある。この記事は、AIの「賢さ」を測定する既存手法の問題点を指摘し、より適切な評価方法の必要性を示唆している。