論文・研究

Gemini 3.0 Pro、HLEテストで68%を記録、「人類最後の試験」と呼ばれる

原題:From the original HLE paper:

AI 要約

Dan Hendrycks氏はXでHLE(Humanity's Last Exam)テストに関する議論をリポストし、Gemini 3.0 Proが同テストで68%のスコアを記録したとの情報があると述べた。付随する議論では、現在のLLMはHLEでの性能が依然低いものの、最近のベンチマークは急速に飽和していると指摘。モデルが2025年末までに50%の正答率を超えれば、専門家レベルの閉巻・検証可能な科学研究と推論能力を示すことになり、HLEはAI向けの最後の学術的評価ベンチマークと見なされている。

要点

  • Dan Hendrycks氏はXでHLE(Humanity's Last Exam)テストに関する議論をリポストし、Gemini 3.
  • 0 Proが同テストで68%のスコアを記録したとの情報があると述べた。
  • 付随する議論では、現在のLLMはHLEでの性能が依然低いものの、最近のベンチマークは急速に飽和していると指摘。
  • モデルが2025年末までに50%の正答率を超えれば、専門家レベルの閉巻・検証可能な科学研究と推論能力を示すことになり、HLEはAI向けの最後の学術的評価ベンチマークと見なされている

概要

公開日時
更新日時
出典
X:Dan Hendrycks (@hendrycks)
カテゴリ
論文・研究
AI スコア
80
原文を読む 情報源で全文を読む
おすすめの理由

HLE 是一个聚焦技术知识与推理能力的高难度学术基准,其设计意图是衡量模型是否具备真正‘科学智能’而非仅靠模式匹配。该消息首次公开披露主流大模型在该基准上的实测分数,且由领域权威学者发布,具有较高可信度和参考价值,对判断当前 AI 真实能力边界至关重要。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Gemini 3.0 Pro、HLEテストで68%を記録、「人類最後の試験」と呼ばれる。2025年11月5日。https://new.nat6.net/ja/news/ig04jhdb9trrwn7arykt83gqg/

すべて見る →