「GPT-6.2 Astra/Sol」登場 前世代超える性能を「コスト1/3で実現」 Ultrafast提供も拡大(2/2 ページ)

長時間にわたる専門業務の遂行能力を測る「Agents' Last Exam v1.1」|OpenAI
科学研究の作業をターミナル上で遂行する能力を測る「Terminal-Bench-Science 0.1」|OpenAI
生物学データの分析や研究遂行能力を評価する「Vals Science Index v1」|OpenAI
コードベースへの変更がメンテナーのマージ基準を満たすかを測る「FrontierCode 2.0」|OpenAI
引っ越し先での幼稚園選びや、予算と通勤条件に合う住まい探しなどの日常のタスクへの対応力を測る「LifeVal」|OpenAI
契約条項のレビューなど法務業務の遂行能力を測る「Harvey LAB-AA v1.1」|OpenAI
長時間の知識労働の能力を測る「GDPval v2」|OpenAI
脆弱(ぜいじゃく)性を見つける能力を測る「DeepBinary」|OpenAI
Webブラウザの既知の脆弱性を基に、実際に動作する攻撃コードを作れるかを測る「ExploitBench Internal Port」|OpenAI
機能と安全性を両立したコードを書けるかを測る「SecureSWE」|OpenAI
修正パッチが適切に動作するかどうかを測る「PatchBench」|OpenAI
モデルがコーディングタスクにおける障害をユーザーに正当に開示するかどうかを測る「Blocker Deception」|OpenAI
業務での不適切な行動に関する評価|OpenAI
印刷する
SNSでシェア
SpecialPR

関連記事

こんなメディアも見られています

ITmedia AI+に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。

メールマガジンを配信中
メールマガジンを配信中

国内外の業界動向、AIやクラウドなどの最新技術、キャリア情報など今知りたい情報をまとめてお届けします。

いますぐご登録

よく見られているカテゴリー

アクセスランキング

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
  9. 9
  10. 10

SpecialPR

ITmedia AI+ SNS

X @itm_aiplusをフォロー

インフォメーション

ITmedia AI+をフォロー

あなたにおすすめの記事PR