Mga panuntunan

Noong Nobyembre 9, 2026, iniulat ng OfficeChai na panloob na sinusubukan ng Google ang isang Gemini 4 checkpoint na may codename na "Krypton," na inilarawan ng mga tester bilang upgrade sa Gemini 4 Carbon (https://officechai.com/ai/gemini-4-krypton/). Ang market na ito ay tatapusin bilang "Oo" kung ang Google "Krypton" model na idinagdag sa mga resulta ng Humanity's Last Exam sa https://agi.safe.ai/ ay may HLE-Diamond Accuracy na hindi bababa sa tinukoy na porsyento sa 12:00 PM ET sa petsa sa kalendaryo kasunod ng petsa kung kailan ito unang lumitaw sa site. Kung hindi, maresolba ang market na ito bilang "Hindi". Para maging kwalipikado, ang isang modelo ay dapat na Google AI model na pinangalanang "Krypton" (kabilang ang mga variant o successor branding gaya ng Gemini Krypton, Gemini 4 Krypton, o katulad na pagpapangalan), o makumpirmang kaparehong modelo ito ng tinukoy sa ulat ng Google o ng consensus ng mapagkakatiwalaang pag-uulat. Ang modelong nakalista sa ilalim ng ibang pangalan, kabilang ang bagong Gemini model (hal., Gemini 4.1) o update sa Gemini 4 Carbon, ay magiging kwalipikado lamang kung makumpirma pagsapit ng Hunyo 30, 2027, 11:59 PM ET na ito ang kaparehong modelong dating may codename na "Krypton". Ang mga modelong basta lamang hinango mula sa Krypton, distilled mula sa Krypton, o nagsasama ng mga pagpapahusay mula sa Krypton ay hindi magiging kwalipikado maliban kung makumpirmang kapareho itong modelo. Gagamitin sa pagresolba ng market na ito ang porsyentong ipinapakita bilang "HLE-Diamond Accuracy" para sa model sa result card nito sa chart na "AI Progress on HLE-Diamond" sa https://agi.safe.ai/. Batay lamang sa HLE-Diamond Accuracy pagpapasyahan ang market na ito, anuman ang Calibration Error ng modelo, posisyon nito sa chart, iba pang configuration score, anumang tala na nagsasabing kinuwenta ang score mula sa sample ng mga tanong, o anumang pinagbabatayang detalyado o hindi ni-round na datos na ipinakita sa ibang lugar. Kung maglalathala ang Center for AI Safety (CAIS), na nagpapanatili ng mga opisyal na resulta ng Humanity's Last Exam, ng kuwalipikadong score (tinukoy sa ibaba) para sa model, at hindi naipakita ang model sa chart pagsapit ng 11:59 PM ET sa ikatlong araw ng kalendaryo (ET) pagkatapos ng unang paglalathala ng gayong score, iyon ang gagamiting score sa halip, na ira-round sa isang decimal place. Kung maraming kuwalipikadong score para sa modelo ang nailathala pagsapit ng oras na iyon, ang pinakamataas ang gagamitin. Ang kuwalipikadong score ay score na inilabas sa pangalan ng CAIS (halimbawa, sa https://agi.safe.ai/, https://lastexam.ai/, o https://dashboard.safe.ai/, kabilang ang mga inilabas kasama ng Scale AI) at malinaw na tinukoy bilang kabuuang accuracy sa buong set ng mga tanong ng HLE-Diamond (1,000 tanong, inilabas noong Setyembre 22, 2026), nang walang tools, gamit ang reasoning setting na may label na "high" sa mga pangunahing resulta ng HLE-Diamond. Walang score maliban sa value sa chart o kuwalipikadong score ang bibilangin, kahit walang nailathalang kuwalipikadong score. Kabilang dito ang mga score sa orihinal na Humanity's Last Exam o HLE-Rolling, mga resulta ng "reasoning max" o "with tools," mga score ng Reasoning o Knowledge partition, mga value na makukuha lamang sa pamamagitan ng API, data file, o page source, mga score mula sa hiwalay na leaderboard ng Scale AI, iba pang evaluator o developer ng modelo, at anumang score na may makatwirang pagdududang nakatutugon ito sa mga kondisyon sa itaas. Ituturing na unang lumitaw ang modelo sa site sa mas maagang petsa (ET) sa pagitan ng petsa kung kailan ito unang ipinakita sa chart at petsa kung kailan unang nailathala ang kuwalipikadong score nito. Kung gagamitin ang value sa chart, magaganap ang pagsusuring inilalarawan sa unang talata sa 12:00 PM ET sa araw ng kalendaryo kasunod ng unang pagkakakita sa model sa chart; kung kuwalipikadong score ang gagamitin, magaganap ito sa katapusan ng tatlong araw na panahong inilalarawan sa itaas. Kung maraming kuwalipikadong modelo ang idinagdag sa mga resulta ng Humanity's Last Exam sa parehong araw ng kalendaryo (ET), ang modelong may pinakamataas na HLE-Diamond Accuracy ang gagamitin sa pagpapasya. Hindi isasaalang-alang ang mga modelong idinagdag sa mga resulta sa araw ng kalendaryo kasunod ng unang paglitaw ng unang kwalipikadong modelo. Kung unang naidagdag ang isang modelo sa mga resulta ng Humanity's Last Exam ngunit inalis ito kalaunan at hindi na muling idinagdag, kaya walang HLE-Diamond Accuracy nito na makukuha sa ilalim ng mga tuntuning ito sa oras ng pagsusuri, hindi bibilangin ang paglitaw nito bilang pagkakadagdag sa mga resulta ng Humanity's Last Exam. Kailangang bagong idagdag ang isang kuwalipikadong modelo sa mga resulta ng Humanity's Last Exam. Walang kaugnayan sa market na ito kung nailabas na dati ang modelo, pampubliko na itong naa-access, nasa beta, o available sa ibang paraan bago ito lumitaw sa site. Kung sakaling maglathala ang Pinagmulan ng Resolusyon ng data na sapat upang ma-settle ang isang Market, na malinaw na mali at resulta ng teknikal o operasyonal na pagkakamali, o ng hindi awtorisadong panghihimasok sa Pinagmulan ng Resolusyon o sa data nito, maaaring manatiling bukas ang Market sa loob ng panahong hanggang pitong (7) araw sa kalendaryo (ET) mula sa oras ng orihinal na paglabas, habang hinihintay ang pagwawasto ng Pinagmulan ng Resolusyon. Kung maglalathala ang Pinagmumulan ng Resolusyon ng itinamang halaga sa loob ng panahong iyon, maaari nang gamitin ang halagang iyon sa resolusyon. Kung walang itinamang halagang mailathala sa loob ng panahong iyon, maglalabas ang Polymarket ng Paglilinaw upang tukuyin kung maaari nang gamitin sa resolusyon ang orihinal na inilathalang halaga, o kung kailangan ng ibang hakbang upang mapanatili ang maayos na paggana ng Market. Ang pangunahing source para sa pagresolba ng market na ito ay ang opisyal na website ng Humanity's Last Exam na matatagpuan sa https://agi.safe.ai/. Kung hindi available ang pinagmumulan ng pagpapasya na ito sa oras ng pagsusuri, pagpapasyahan ang market na ito batay sa unang pagkakataong pagkatapos nito na maging available ang HLE-Diamond Accuracy ng modelo. Kung mananatiling hindi available ang source hanggang sa katapusan ng ikapitong araw pagkatapos unang lumitaw ang kuwalipikadong model sa site, o kung walang kuwalipikadong model na naidagdag pagsapit ng Hunyo 30, 2027, 11:59 PM ET, magiging "Hindi" ang resulta ng market na ito.

Awtomatikong salin. Kapag may alitan, ang orihinal ang masusunod.