RT @xeophon_: ベンチプレスは難しい GPT-OSS スコアは最大 10 ポイント (GPQA-D) ずれており、GPQA-D の導入により参照スコアと比較して 2~3 ポイントの影響を受けています。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/11/27 19:31
RT @xeophon_: ベンチプレスは難しい GPT-OSS スコアは最大 10 ポイント (GPQA-D) ずれており、GPQA-D の導入により参照スコアと比較して 2~3 ポイントの影響を受けています。