1. LLMの事業計画における計算検証力を比較

    [AI]

    現実的な事業計画に含まれる数値の矛盾をAIモデルが独力で見抜けるかを測るベンチマーク結果を紹介。規模や提供元の違いが、迎合せず算術を検証する能力にどう関わるかを調べた。