#AIベンチマーク

4件の記事

OpenAIが2026年9月3日にGPT-6 Astraを発売。Greg BrockmanがAGI時代到来を宣言したが、ベンチマーク数値の不一致や安全性の懸念が続出。Claude Fable 5.1との実力比較も整理する。

ベンチマキシングとは何か｜AIベンチマーク不正・LMArena操作・FrontierMath利益相反の実態

AIスコアを水増しする「ベンチマキシング」が2026年に定着。LMArena戦略的提出問題、OpenAIのFrontierMath利益相反、MMLUの飽和崩壊。企業のAI選定基準を揺るがす不正の全貌。

名前も会社も不明なまま登場し、コーディングベンチマークで話題になったOx Alpha。コミュニティがトークナイザ・絵文字・Javaスタックトレースで正体を暴くまでの一部始終。

2026年4月公開のStanford AI Index 2026を徹底解説。SWE-bench近100%・米中差2.7%・企業採用88%の光と、専門家vs一般市民50pt信頼格差・AIインシデント362件の影をデータで読む。