テクノロジー
AIは嘘を見破るか？人狼ゲームでGPT-5が驚異の勝率97%を記録
フランスのスタートアップFoaster.aiが開発したAI評価ベンチマーク「Werewolf」で衝撃的な結果が報告された。OpenAIの最先端モデルGPT-5が、210回に及ぶゲームで96.7%という驚異的な勝率を叩き出 […]
Term
Eloレーティング
別名: イロレーティング, Elo rating
Overview
Eloレーティングは、チェスや将棋、オンラインゲームなどの対戦型競技において、プレイヤーの相対的な実力を数値化するための統計的指標です。物理学者アーパド・イロによって考案されました。対戦結果に応じて数値が変動し、強い相手に勝てば大きく上昇し、弱い相手に負ければ大きく下落する仕組みです。2人のプレイヤーのレーティング差から、理論上の勝率を予測できることが特徴です。AIの評価においても、複数のモデルを直接対決させた際の実力差を定量化するために広く用いられています。
Mentioned Articles
3 件-
-
テクノロジーGoogle、AIモデルの推論能力をゲームで測る「Kaggle Game Arena」を始動──初陣はチェスでの頭脳戦
GoogleがAIベンチマークの再定義に乗り出した。従来の静的テストに代わり、動的かつ対話的なゲーム環境でAIの「思考」を可視化する試みとして、同社は新プラットフォーム「Kaggle Game Arena」を正式発表。初 […]
-
テクノロジーIdeogram、高度なリアリズムとスタイル参照機能を備えたAI画像生成「Ideogram 3.0」をリリース
AI画像生成プラットフォームIdeogramが3月26日、新たなフラッグシップモデル「Ideogram 3.0」を発表した。リアリズムの向上、革新的なスタイル参照機能、高精度テキストレンダリングを特徴とする同モデルは、す […]
External Mentions
10 件- arXiv AutoSG: LLM-Driven Solver Generation Solely from Task Prompts for Expensive Optimization
- arXiv Matrix concentration inequalities for time-inhomogeneous Markov chains
- arXiv MAPLE: Multi-State Aggregated Policy Evaluation for AlphaZero in Imperfect-Information Games
- arXiv Preferences Order, Ratings Anchor: From Fused Expert Aesthetic Ground Truth to Self-Distillation
- arXiv Chessformer: A Unified Architecture for Chess Modeling
- Hacker News Elon Musk has lost his lawsuit against Sam Altman and OpenAI
- Hacker News Eloquent JavaScript 4th edition (2024)
- Hacker News OpenAI and Elon Musk
- Hacker News Elon Musk sues Sam Altman, Greg Brockman, and OpenAI [pdf]
- Hacker News ElonJet Is Now Suspended