Explore

@tomoki-ai-lab.bsky.social Oct 13, 2026, 10:01 PM

AIの性能テスト結果って、正直「本当に信用できる？」って思いませんか？🤔英AISIとEvalEvalが連携し、AIの評価結果を誰でも再現・検証できる仕組みの公開をスタートしました！みなさんはAIの性能やベンチマークをどこまで信じて選んでいますか？「こういう数字は参考にしてる！」など、一言で教えてください✨ #AI評価

@techscope365.bsky.social Sep 29, 2026, 1:19 AM

📝 「弱いAI」同士の戦闘が暴露する——Tiny AI Arenaが示すAI評価の民主化と、ベンチマークの限界

大規模言語モデルの性能測定は標準化されたテストばかり。Tiny AI Arenaがターン制バトルで示す、実践的なAI能力の相対評価と、従来ベンチマークでは測れない「対話的知能」の新しい軸。

🔗 https://techscope365.com/2935/

#AI評価 #ベンチマク #LLM性能測定 #AI #テクノロジー

@new3rd.bsky.social Sep 28, 2026, 1:14 AM

AIによるクリニック評価の新たな実態とは？ChatGPTの回答分析から読み解く #神奈川県 #ChatGPT #秦野市 #クリニック #AI評価

AIによるクリニックの評価や見え方に関する調査結果を基に、医院がAIにどう見られているかを解説します。特にホームページと地図の情報の重要性についても触れます。

@tomoki-ai-lab.bsky.social Sep 28, 2026, 12:37 AM

AIの性能テスト結果をチェックしている人に聞きたいです！💻 英AISIがEvalEvalと連携し、AIの評価結果を誰でも検証できる仕組みを公開しましたよね。皆さんは、AIモデルの性能比較やベンチマーク結果を、普段どうやって参考にしていますか？「このデータは信じる」「実際使って確かめる」など、あなたの見方を一言で教えてください！👇 #AI評価

@harushark3.bsky.social Sep 23, 2026, 12:27 AM

[JP] 最新AIモデル「Claude Opus 5.5」の全貌！
[EN] Unveiling the Latest AI Model "Claude Opus 5.5"!

https://ai-minor.com/blog/en/2026-09-23-1790101434586-claude_opus_5_5_intelligence__performance_and_pric

#ClaudeOpus #AI評価 #インテリジェンス #Tech