Sonraki Masal Modeli (5.2+): İnsanlığın Son Sınavına Çıkışı mı?

https://agi.safe.ai/ adresindeki Humanity's Last Exam sonuçlarına eklenen bir sonraki Antropik Claude Fable modelinin (5.2+), sitede ilk göründüğü tarihi takip eden takvim tarihinde saat 12:00 ET'de en azından belirtilen yüzdelik bir HLE Doğruluğuna sahip olması durumunda bu pazar "Evet" olarak çözümlenecektir. Aksi takdirde bu piyasa "Hayır"a karar verecektir.

Nitelikli bir modelin, "Fable"ı içeren bir adı veya model tanımlayıcısı olmalı ve büyük harf kullanımına veya etrafındaki öneklere, son eklere, tarihlere veya tanımlayıcılara bakılmaksızın sürüm 5.2 veya üzeri olarak belirtilmelidir. Örneğin, Claude Fable 5 veya Claude Fable 5.1 ile aynı şekilde adlandırılan bir sürüm 5.2 veya daha üstü, Claude Fable 6 gibi yeni bir tam sayı nesli de dahil olmak üzere uygun olacaktır; buna karşın adı "Fable" içermeyen veya Claude Fable 5.1 veya Claude Mythos 5.1 gibi sürüm adını 5.2'nin altında tutan modeller uygun olmayacaktır.

https://agi.safe.ai/ adresindeki "İnsanlığın Son Sınavında Yapay Zeka İlerlemesi" tablosundaki sonuç kartında model için "HLE Doğruluğu" olarak gösterilen yüzde, bu pazarı çözmek için kullanılacaktır. Bu pazar, modelin Kalibrasyon Hatası, grafik konumu, diğer yapılandırma puanları veya başka bir yerde sunulan temel ayrıntılı veya yuvarlak olmayan verilerden bağımsız olarak yalnızca görüntülenen HLE Doğruluğuna dayalı olarak çözümlenecektir.

Aynı (ET) takvim tarihinde Humanity's Last Exam sonuçlarına birden fazla nitelikli model eklenirse, çözümleme için en yüksek HLE Doğruluğuna sahip model kullanılacaktır. İlk elemeye hak kazanan modelin ilk kez ortaya çıkmasını takip eden takvim tarihinde sonuçlara eklenen modeller değerlendirmeye alınmayacaktır. Bir model, ilk olarak Humanity's Last Exam sonuçlarına eklenmiş ancak daha sonra kaldırılıp yeniden eklenmemişse, ilk görünümünü takip eden takvim tarihinde saat 12:00 ET'de sitede görüntülenmezse, görünümü Humanity's Last Exam sonuçlarına eklenmiş sayılmaz.

https://agi.safe.ai/ adresindeki Humanity's Last Exam sonuçlarına yeni bir yeterlilik modeli eklenmelidir. Modelin daha önce yayınlanmış, kamuya açık, beta sürümde veya sitede yayınlanmadan önce başka bir şekilde mevcut olup olmadığı bu pazar için önemli değildir.

Bu pazarın çözüm kaynağı, https://agi.safe.ai/ adresinde bulunan resmi İnsanlığın Son Sınavı web sitesidir. Bu çözüm kaynağı, uygun modelin sitede ilk kez göründüğü tarihi takip eden takvim tarihinde saat 12:00 ET'de mevcut değilse, bu pazar, modelin HLE Doğruluğunun sitede mevcut olduğu sonraki ilk örneğe göre çözümlenecektir. Uygun modelin sitede ilk kez görünmesinden sonraki yedinci günün sonuna kadar mevcut değilse veya 30 Haziran 2027, 23:59 ET'ye kadar uygun bir model eklenmezse, bu pazar "Hayır" olarak karar verecektir.