カテゴリー： ベンチマーク評価

• 最強のマルチモーダル大規模言語モデルが実世界のウェブ検索で人間に完敗？GPT-5.2 の勝率はわずか 36％、北京大学と華為などが共同で新しい深層検索ベンチマーク「BrowseComp-V3」をオープンソース化
• 30Bモデルで研究、GPT-5.4を超え、性能が1.7%から33.3%へ向上