AI モデルがあらゆるベンチマークを上回り、人間による評価の時代が来た from zdnet.com

伝えられるところによると、Google はモデルの精度だけでなく感情指数も評価するために、人間を使用してモデルを評価し始めたとのことです。
「人類最後の試験」は、汎用人工知能の抽象化および推論コーパスと呼ばれる自動ベンチマークで人間のスコアを上回った最初の AI モデルでした。
」と、「飽和」の概念について書いた OpenAI 研究者は述べています。
研究者らは、AI の出力を評価する唯一の方法は人間であると主張しています。
人間の知識に近づけることを目的とした自動テストよりも著しく高度です。