Grok 4.20 Beta は τ²-Bench の評価で97%の正確率を記録し、2位にランクインしました

2026-04-09 05:01:33

ME News メッセージ、4月5日（UTC+8）、近日、Grok 4.20 Beta バージョンが τ²-Bench の評価で 97% の精度を達成し、2位となりました。τ²-Bench は Sierra のオリジナル τ-bench フレームワークをベースに構築された評価で、その厳格さで知られています。この評価は、AI が質問に答えられるかどうかだけでなく、エージェントがナビゲーション課題を正常に完了できるかどうかもテストします。（出典：InFoQ）

原文表示

このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。