GPT-6 Sol、メインランキングで16.4点急落——コード実行が100点から66.8点に激減
GPT-6 SolがSmoke評価のメインランキングで90.51点から74.14点へと16.4点下落し、主な要因はコード実行次元が100.00点から66.80点へと急落したことにある。材料制約・タスク表現などの次元は安定または上昇しており、
GPT-6 SolがSmoke評価のメインランキングで90.51点から74.14点へと16.4点下落し、主な要因はコード実行次元が100.00点から66.80点へと急落したことにある。材料制約・タスク表現などの次元は安定または上昇しており、
OpenAIがGPT-6 with Intelligent UIを有料ユーザー向けに全世界展開したことを受け、Winzhengが18問定向評価を実施し、GPT-6 Solは総合84点を記録した。この結果は通常の週次フル評価の半規模によるもの
GPT-6 SolはSmoke評価の本日テストで材料制約スコアが88.30点から55.00点へ33.3点急落した一方、コード実行は100点満点を達成。主要ランキングは80.99点から79.75点への微減にとどまった。