ページを読み込み中…
ページを読み込み中…
3件の記事
Preferred Networks は、推論モデル中心の既存評価基準を見直し、事前学習済み大規模言語モデル PLaMo の能力を適切に測定する新たなベンチマーク構築を進めている。
オープンソースの大規模言語モデルGPT-OSS-120Bに論理クイズや数学問題を解かせ、その推論プロセスをログから詳細に分析した研究内容。
中国企業開発のAIモデルDeepSeek-R1を、中国語と日本語で精度比較。数値比較や英単語の文字数問題など基礎能力を検証。