OpenAI의 길이 조정은 HealthBench Professional에서 2,000자를 기준으로 500자마다 각 작업의 점수를 1.47점씩, HealthBench에서는 2.99점씩 조정합니다. Claude Opus 5.5 (max with fallback)는 원시 HealthBench Professional 점수가 가장 높은(71.4%) 반면 평균 약 5,900자를 기록해 6위(59.9%)로 떨어졌습니다. HealthBench에서는 Gemini 4 Argon (high)이 가장 크게 하락해(11점) 원시 점수 기준 6위(60.0%)에서 13위(49.1%)로 밀려났으며, 답변 길이는 평균 약 3,800자입니다
OpenAI의 길이 조정은 HealthBench Professional에서 2,000자를 기준으로 500자마다 각 작업의 점수를 1.47점씩 조정합니다…
OpenAI의 길이 조정은 HealthBench Professional에서 2,000자를 기준으로 500자마다 각 작업의 점수를 1.47점씩, HealthBench에서는 2.99점씩 조정합니다. Claude Opus 5.5 (max with fallback)는 원시 HealthBench Professional 점수가 가장 높은(71.4%) 반면 평균 약 5,900자를 기록해 6위(59.9%)로 떨어졌습니다.
Artificial Analysis · X
내용 안내
원문 발행 및 권리는 출처에 있습니다.
기계 번역 · 원문을 참고하세요