HealthBench Professional에서 레드 티밍 대화의 원점수는 30%(DeepSeek V4.1 Flash (max))부터 65%(GPT-6 Astra (max))까지 분포하는 반면, 선의적 대화에서는 63%에서 79% 사이입니다. Claude Fable 5.1 (max with fallback)은 선의적 대화에서 가장 높은 점수(79%)를 기록했지만 레드 티밍에서는 53%입니다. Claude Haiku 5.5 (max)는 작문 과제에서 가장 높은 점수(77%)를 기록했습니다.
HealthBench Professional에서 레드 티밍 대화의 원점수는 30%(DeepSeek V4.1 Flash (max))부터 65%(GPT-6 Astra (max))까지 분포합니다…
HealthBench Professional에서 레드 티밍 대화의 원점수는 30%(DeepSeek V4.1 Flash (max))부터 65%(GPT-6 Astra (max))까지 분포하는 반면, 선의적 대화에서는 63%에서 79% 사이입니다. Claude Fable 5.1 (max with fallback)은 선의적 대화에서 가장 높은 점수(79%)를 기록했지만 레드 티밍에서는 53%입니다.
Artificial Analysis · X
내용 안내
원문 발행 및 권리는 출처에 있습니다.
기계 번역 · 원문을 참고하세요