AI arXiv論文:LongHarness Benchで長文AIの効率差を測定
長い文脈を扱うAIの実行環境を測る新ベンチマークLongHarness Benchが公開されました。最強構成でも平均正答率は約68%にとどまり、同じモデルでも環境次第で効率が大きく変わることが示されています。
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI