#モデル評価

2件の記事

最新動向

OpenAIが実生活タスクの評価LifeValを公開

OpenAIが、育児や家計、行政手続きなど暮らしの実務でAIの出来を採点する評価基準LifeValを公開した。最新モデルは80.6%、前世代は49.3%で差が開いた。自社の業務でモデルを見極める考え方に、この指標がどう使えるかを整理する。

最新動向

OpenAI、公開前に挙動を予測。実会話130万件で検証

OpenAIが6月16日、新モデルを公開する前に挙動を予測する手法を公表した。過去の実会話を新モデルで再生し、問題行動の出方を事前に見積もる。約130万件の会話で検証したという。AIの安全性をどう確かめるかを考える企業の参考になる。