英国AI安全研究所がLLMの科学的推論能力を測る「Long-Form Task」を提案
要点：英国AI安全研究所（AISI）は、LLMが科学分野で段階的な指導を提供できるかを測定する「Long-Form Task（LFT）」という評価手法を提案しました。これは人間による研究支援を自動化するための代替手段として位置づけられています。
日本の事業者にとって、なぜ重要？
専門的な研究や技術開発の現場において、AIがどの程度信頼できる支援を提供できるかを客観的に評価する指標として注目されます。
元記事
Long-Form Tasks
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元：AI HOT