ai benchmarking

"モデルが社会的ダイナミクスと計算されたリスクをどのようにナビゲートするかをベンチマークするために、Kaggle Game Arenaを2つの新しいゲーム（人狼とポーカー）で更新しています。"

"This article discusses the development or use of a benchmark called MoReBench, designed to evaluate the moral reasoning capabilities of AI systems."