ITmedia AI+
元記事公開:
Artificial Analysisがベンチマークテスト更新 非公開データ拡充で「ゲーム化を防ぐ」
AI要約
Artificial Analysisがベンチマーク「Intelligence Index」を更新し、非公開データを増やしてモデルのゲーム化対策を強化した。
重要ポイント
- •実務に近い評価項目を追加し、非公開データの比重を倍増することでモデルの最適化対策を行った
- •最新ランキングではClaude Fable 5.1が首位となり、GPT-6 Astraが2位につけた
- •ベンチマークスコアへの過度な最適化（ゲーム化）を防ぐための評価手法の改善が図られた