興味深い研究に出くわしました。どうやら、私たちがAIの能力をテストしている方法は？深刻な欠陥があります。これらの評価方法は、AIが実際にできることを過大評価し続けています。AIのパフォーマンスに関する誇大広告がどれだけ煙と鏡に過ぎないのか、考えさせられます。私たちが使用しているベンチマークを疑問視する価値があります。