OpenAI、難関数学ベンチマーク「FrontierMath」の検証ツールを導入
Epoch AIはOpenAIが「FrontierMath: Open Problems」検証ツールのアクセス権を購入したと発表した。極めて難度の高い数学問題に対し、モデルが生成した解答の妥当性を自動検証できるようになり、高度な推論能力の評価信頼性向上につながる。
FrontierMath
AIベンチマークのEpoch AI、OpenAIからの資金提供開示の遅れで批判
AIベンチマーク開発の非営利団体Epoch AIが、数学テスト「FrontierMath」へのOpenAIからの資金提供開示を遅らせたとして批判を浴びている。同テストはOpenAIの新モデル「o3」のデモに使われたが、多くの作成者が関与を知らされていなかった。