Grok 4.20 Beta は τ²-Bench の評価で 97% の精度を達成し、総合で2位となりました

2026-04-09 11:04:48

ME News ニュース、4月5日（UTC+8）、最近、Grok 4.20 ベータ版は τ²-Bench 評価で97％の正確率を達成し、2位にランクインしました。τ²-Bench は Sierra のオリジナル τ-bench フレームワークを基に構築された評価で、その厳しさで知られています。この評価は、AIが質問に答える能力だけでなく、エージェントがナビゲーションタスクを成功裏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。