異なる大規模言語モデル(LLM)の性能について、ゲームを通じて測定するためのプラットフォーム「Game Arena」が公開されました。ゲームの解き方を推論させることで、AIの思考プロセスの一端がうかがえると期待されています。

Google DeepMindとKaggleは、AIモデルがゲームで競う新ベンチマーク「Kaggle Game Arena」を発表した。初イベントとして、Google、OpenAI、Anthropicなどの最新AIによるチェストーナメントを開催する。