마일스톤 단신 달성 2025년 1월
포화를 견디게 설계된 벤치마크: Humanity's Last Exam
CAIS · Scale AI — 기존 시험이 포화되자, 프런티어 모델이 처음엔 한 자릿수에 그친 2,500문항 전문가 시험이 등장 — 일반 역량까지의 거리를 재는 새 잣대.
검증된 측정값에서 초안이 자동 생성된 뒤 사람이 확인했습니다.
CAIS · Scale AI — 기존 시험이 포화되자, 프런티어 모델이 처음엔 한 자릿수에 그친 2,500문항 전문가 시험이 등장 — 일반 역량까지의 거리를 재는 새 잣대.