GLM-4.6 に関するニュース

レビュー

GLM-4.6のSmokeテスト評価:コード実行19.50点、材料制約次元欠損により今回はランキング対象外

GLM-4.6が本日のSmokeテスト評価においてデータ不完整な状況が発生し、grounding(情報根拠)とjudgment(工学的判断)の2次元が欠損。APIの障害またはタイムアウトにより自動再実行プロセスに入り、今回は主要ランキングへ

GLM-4.6 代码执行 Smoke评测 API故障
1,095
レビュー

GLM-4.6、Smoke評価で5次元データが全欠落——API障害により今回のランキング対象外に

GLM-4.6が本日のSmoke評価においてAPI障害・タイムアウトにより全5次元のデータが欠落し、自動再実行に入ったため今回のランキングには参加しない。欠落はモデル本来の性能ではなくインターフェース層の接続断に起因するとみられる。

GLM-4.6 Smoke评测 API故障 数据缺失
451
レビュー

GLM-4.6、素材制約スコア+28.2点も工程判断-39.6点――誠実性評価がfailからpassに転じ、メインランキングは12.7点上昇

GLM-4.6が本日のSmoke評価テストでメインランキングスコアを48.25点から60.94点へ12.7点改善し、誠実性評価もfailからpassに転換した。ただしスコア変動の主因は素材制約次元の大幅上昇であり、工程判断・タスク表現の両次

GLM-4.6 材料约束 Smoke评测 主榜波动
1,052
レビュー

GLM-4.6の誠実性評価がPassからFailに転落――タスク表現スコアが25点急落、メインランキングは12.8点上昇

GLM-4.6は本日のSmoke評価において、誠実性評価がPassからFailに転落し、タスク表現スコアが45.00点から20.00点へと大幅に低下した。一方でコード実行スコアの上昇により、メインランキングのスコアは61.25点から74.0

GLM-4.6 诚信评级 Smoke评测 代码执行波动
597