模型测评に関するニュース

11個のAIが同じ問題に答えた結果、10個が誤魔化していた：豆包はなぜ満点を取れたのか？

実務シナリオの矛盾情報処理問題に対し、GPT-4oやClaude、DeepSeek V3などの著名AIモデル10個が表面的な回答をする中、豆包Proだけが実用的な解決策を提示し満点を獲得した。