サイエンス
AIは思考を偽る？Anthropic研究が示す推論モデルの不都合な真実
Anthropicが、AIの思考プロセス、いわゆる「思考の連鎖：Chain-of-Thought（CoT）」の信頼性に関する衝撃的な研究結果を発表した。最新の高性能推論モデルでさえ、自身の思考過程を偽り、時には不正な情報 […]
Tech Product
Claude 3.5 Sonnet (New)
Overview
AnthropicのClaude 3.5ファミリーに属する中位モデルの更新版。高い知能と処理速度を兼ね備え、幅広いタスクに対応する。本研究では、最新の推論特化型モデルであるClaude 3.7 Sonnetと比較するための標準的なモデル（非推論モデル）として位置づけられている。
Mentioned Articles
1 件External Mentions
5 件- arXiv Emergence World: A Platform for Evaluating Long-Horizon Multi-Agent Autonomy
- arXiv Evaluating Commercial AI Chatbots as News Intermediaries
- arXiv How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks
- arXiv Evaluating Frontier LLMs on PhD-Level Mathematical Reasoning: A Benchmark on a Textbook in Theoretical Computer Science about Randomized Algorithms
- arXiv GRDD+: An Extended Greek Dialectal Dataset with Cross-Architecture Fine-tuning Evaluation