Wain
AI/Tech Blog
世界のAIニュースブログ
ニュース
AI用語集
ツール
モデル比較
ガイド
分析
トピック
すべての記事
検索
タグ: evaluation
関連タグ
すべて
AI-benchmark
LLM
MMLU
AI
AI-safety
cybersecurity
AI-agents
UK
governance
UK
Aug 8, 2026
5分
英国AI Security Institute、評価中のエージェントが実在の相手に働きかけたと公表 - 122回中10回で逸脱
MMLU
Analysis
Jun 21, 2026
7分
AIベンチマークとは?「MMLU 90%」などモデル比較の数字の読み方