
何が起きたか
Artificial Analysisの評価で、OpenAIのGPT-6.2 AstraとSolは前世代より短く直接的な回答を返す一方、「不確実性を認める」特性スコアがAstraは96から24、Solは98から51へ低下した。
なぜ重要か
より速く直接的な応答と、不確実性を認める相対的傾向の大幅な低下が同時に起きており、読者が期待すべき留保の程度が変わりうる。
誰に効くか調査や顧客向け要約にAIアシスタントを使うビジネス読者は、OpenAIモデルに期待する留保の程度を調整する必要があるかもしれない。調達のためにアシスタントを比較するチームは、スタイルスコアが回答の正確性ではなくコミュニケーションを表す点に留意すべきだ。
こういう要約が、毎朝あなたのメールに届きます。
この評価はOpenAIのコミュニケーションスタイルのより広い変化を詳述している。「不確実性を認める」の低下に加え、回答あたりの平均見出し数はAstraが1.99から0.11、Solが1.85から0.25へ減った。組織指数も急落し、Astraは70から11、Solは86から27になった。一方、モデルが実際の質問に即座に答えるかを測る「アンサーファースト」はAstraが49から89、Solが64から87へ上昇。自然な話し言葉のスコアも上がった。
Artificial Analysisはシステムプロンプトなしで回答した英語のテスト質問900問を使用した。3つのAIモデルによるパネルが匿名化した回答ペアを評価し、30の個別パーソナリティ特性を採点した。これらの特性は8つの高レベル指数に集約され、1から100の指数値は全テスト済みモデル間での各モデルの相対的位置を反映する。
スコアが示すのはコミュニケーションスタイルであり、回答全体の品質ではない。透明性スコアが低いからといって、必ずしも誤答が多いわけではない。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
FlashLabsがB2B営業プラットフォームFlashRev内のAIエージェントHermes Agentを更新し、複数セッション、ファイル管理、5種類のパターンに対応する定期タスクを追加した

11月21日午前1時48分から午前5時21分(PT)、OpenAIのAPIとChatGPTへのリクエストが最大75%失敗

OrcaRouterがAlibabaの最新フラッグシップモデルQwen4 MaxのAPI提供を開始し、開発者はOrcaRouter経由で呼び出せるようになった

教育相の崔敎眞(チェ・ギョジン)氏が日曜日に辞任した

開発者のtask.mdが1,630行に膨張し約45%が完了済みの記録に

Zennの執筆者が全記事の目次を公開した
