Humanity’s Last Exam

何を測るか

HLE、HLE-Rolling、ツールありを分離します。

ランキングでの扱い

出典を調査中です。自動収集・ランキングへの加点はまだ行いません。

比較の限界

実行日と再表示条件の確認待ち。AA に含まれる証拠を総合榜に重複加点しません。

出典・利用条件

評価結果の再表示・再配布条件は未確認です。コードや問題集のライセンスを結果の許諾に置き換えません。

CAIS / Scale AI による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。