1603情報システム・データ工学 AIを評価するテストは間違っているかもしれない（The tests that grade AI may be getting it wrong） 2026-09-25 スタンフォード大学スタンフォード大学の研究者らは、AIモデルの性能や安全性、偏り、推論能力などを測るベンチマーク自体が、本当に測定したい能力を測れているのかを検証した。測定科学・心理計量学の手法をAI評価に適用し、56... 2026-10-01 1603情報システム・データ工学
1603情報システム・データ工学 
