모든 글

AI

펠리컨이 자전거를 못 타면 그 모델은 탈락입니다

MMLU도 GPQA도 다 만점 근처인 시대. 개발자들은 대신 '펠리컨이 자전거 타는 SVG를 그려봐'라고 시킵니다. 장난처럼 보이는 이 사적인 테스트가 왜 공식 점수보다 정직하다는 말을 듣는지 짚어봤습니다.

AI 벤치마크 LLM