Tencent Hunyuan、情報進化のためのベンチマークEvolveScalerを発表

Tencent Hunyuanは、40日間のRPGログを使用し、記録が撤回・修正されるベンチマーク「EvolveScaler」を公開した。サンプルあたり117のプロトタイプと1,200のイベントを備え、最も難しい階層では最先端モデルに対して中央値avg@5が11.3という課題を提示する。EvolveScalerでのトレーニングにより、8つの分布外ベンチマークで平均5.25の改善が見られた。

Tencent Hunyuanは、40日間のRPGログを使用し、記録が撤回・修正されるベンチマーク「EvolveScaler」を公開した。サンプルあたり117のプロトタイプと1,200のイベントを備え、最も難しい階層では最先端モデルに対して中央値avg@5が11.3という課題を提示する。EvolveScalerでのトレーニングにより、8つの分布外ベンチマークで平均5.25の改善が見られた。