EXPLORINEER
ja

アーカイブ — US — techcrunch

Anthropic、最新AIモデルのベンチマークにポケモンを活用

Anthropicは、AIモデルClaude 3.7 Sonnetを、ポケモンの赤版を利用してテストしました。このモデルは基本的なメモリと関数の呼び出しを使用してプレイし、前作を上回り、3人のジムリーダーに勝利し、その拡張された思考能力を披露しました。おもちゃのベンチマークであるにも関わらず、このアプローチはAI評価のためにゲームを使用する傾向を継続しています。

要点

  • Anthropicは、Pokémon Redを使用してClaude 3.7 Sonnetをベンチマークにかけました。
  • このモデルは、基本的なメモリと画面入力機能を利用しています。
  • Claude 3.7 Sonnetは、複雑な問題を理解するための拡張思考機能を備えています。
  • 進展しなかったClaude 3.0 Sonnetに比べ、Claude 3.7は3つのジムリーダーからバッジを獲得することに成功しました。
  • Claude 3.7は、最終ジムリーダーに立ち向かうために35,000のアクションを実行しました。
  • このベンチマークは、ゲームを通じたAIテストにおける遊び心のある一般的な実践と見なされています。

なぜ重要か

  • Space Invadersやチェスなどのゲームは、過去にAIの開発において重要な役割を果たしてきました。
  • ビデオゲームの使用がAIの基準として採用されることは、2025年のITトレンドと一致し、テクノロジーにおけるゲーミフィケーションが強調されています。
  • AIモデルは、問題解決や推論スキルを評価するために、ゲームプレイ要素をますます取り入れています。

ポケモンレッドの使用は、AIのベンチマークツールとしての進化した統合を示しており、ゲームをAIテストに活用する技術の進展を反映しています。これは、問題解決能力の評価向上のためにゲーム形式の環境を利用する技術のトレンドを示しています。