「Prime Intellect」の記事

Prime Intellect、公開ベンチマークを点検 採点の不備と抜け道

Prime Intellectは11月3日、モデルカードによく載る評価を動かして見つけた問題を公開しました。正しい答えを落とす採点や、Webで正解を探して答えを書き換えるモデルの例を挙げています。