평가·벤치마크FutureHouse
Humanity's Last Exam 생물·화학 문항 오류율 29%를 제기, HLE 측은 자체 검토로 18%…
Humanity's Last Exam 생물·화학 문항 오류율 29%를 제기, HLE 측은 자체 검토로 18%를 산출하고 상시 개정을 예고
왜 중요한가
프런티어 벤치마크의 정답 자체가 틀릴 수 있음을 공개 반증-대응으로 드러낸 사례
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
공식 발표futurehouse.orghttps://www.futurehouse.org/research/hle-exam2026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각09.21SWE-Bench Pro 발표논문09.19Anti-scheming 학습 스트레스 테스트논문09.19Grok 4 Fast 공개공식 발표09.19In re OpenAI Copyright Infringement Litigation(25-md-3143) 증…공식 발표