नियम

यदि https://agi.safe.ai/ पर Humanity's Last Exam के परिणामों में जोड़ा गया अगला Anthropic Claude Fable 5.2 मॉडल, साइट पर पहली बार दिखाई देने की तारीख के बाद वाले कैलेंडर दिन 12:00 pm ET पर निर्दिष्ट प्रतिशत के कम-से-कम बराबर HLE-Diamond Accuracy रखता है, तो यह मार्केट "हाँ" पर निर्धारित होगा। अन्यथा, यह मार्केट "नहीं" के रूप में तय होगा। योग्य मॉडल Anthropic का Claude Fable 5.2 होना चाहिए, जिसे 9 नवंबर 2026 को जारी किया गया हो, और इसमें इसका तेज़ मोड तथा कोई भी effort या reasoning लेबल शामिल हों। Claude Mythos 5.2 योग्य नहीं होगा। https://agi.safe.ai/ पर "AI Progress on HLE-Diamond" चार्ट में मॉडल के परिणाम कार्ड पर दिखाई गई "HLE-Diamond Accuracy" प्रतिशत का उपयोग इस बाज़ार का निपटारा करने के लिए किया जाएगा। इस बाज़ार का निपटारा केवल HLE-Diamond Accuracy के आधार पर होगा, चाहे मॉडल का Calibration Error, चार्ट पर उसकी स्थिति, कॉन्फ़िगरेशन के अन्य स्कोर, यह टिप्पणी कि कोई स्कोर प्रश्नों के नमूने पर निकाला गया था, या कहीं और प्रस्तुत कोई अंतर्निहित विस्तृत अथवा बिना राउंड किया गया डेटा कुछ भी हो। यदि Center for AI Safety (CAIS), जो Humanity's Last Exam के आधिकारिक परिणामों का रखरखाव करता है, मॉडल के लिए एक योग्य स्कोर (नीचे परिभाषित) प्रकाशित करता है और उस पहले प्रकाशन के बाद तीसरे कैलेंडर दिन (ET) को 11:59 pm ET तक मॉडल चार्ट पर प्रदर्शित नहीं हुआ है, तो उस स्कोर का उपयोग इसके बजाय किया जाएगा और उसे एक दशमलव स्थान तक राउंड किया जाएगा। यदि उस समय तक मॉडल के लिए कई योग्य स्कोर प्रकाशित किए गए हैं, तो उनमें से उच्चतम स्कोर का उपयोग किया जाएगा। योग्य स्कोर वह है जो CAIS के नाम से जारी किया गया हो (उदाहरण के लिए, https://agi.safe.ai/, https://lastexam.ai/ या https://dashboard.safe.ai/ पर, Scale AI के साथ संयुक्त रूप से जारी स्कोर सहित), और जिसे HLE-Diamond के मुख्य नतीजों में तर्क सेटिंग "high" पर, बिना टूल के, पूरे HLE-Diamond प्रश्न-समूह (1,000 प्रश्न, जारी 22 सितंबर 2026) की समग्र सटीकता के रूप में स्पष्ट रूप से पहचाना गया हो। चार्ट के मान या किसी योग्य स्कोर के अलावा किसी अन्य स्कोर को नहीं गिना जाएगा, भले ही कोई योग्य स्कोर प्रकाशित न हुआ हो। इसमें मूल Humanity's Last Exam या HLE-Rolling के स्कोर, "reasoning max" या "with tools" के परिणाम, Reasoning या Knowledge विभाजन के स्कोर, केवल API, डेटा फ़ाइल या पेज स्रोत के ज़रिए उपलब्ध मान, Scale AI की अलग लीडरबोर्ड के स्कोर, अन्य मूल्यांकनकर्ताओं या मॉडल के डेवलपर के स्कोर, और ऐसा कोई भी स्कोर शामिल है जिसके ऊपर उचित संदेह हो कि वह ऊपर दी गई शर्तों को पूरा करता है या नहीं। कोई मॉडल साइट पर उस तारीख को पहली बार दिखाई देता है जो उन तारीखों में से पहले की हो: (ET) वह तारीख जब वह पहली बार चार्ट पर प्रदर्शित हुआ हो, और (ET) वह तारीख जब उसके लिए पहली बार कोई योग्य स्कोर प्रकाशित हुआ हो। यदि चार्ट का मान उपयोग किया जाता है, तो पहले पैराग्राफ़ में वर्णित जाँच मॉडल के पहली बार चार्ट पर प्रदर्शित होने की तारीख के अगले कैलेंडर दिन 12:00 pm ET पर होगी; यदि किसी योग्य स्कोर का उपयोग किया जाता है, तो यह ऊपर वर्णित तीन-दिवसीय अवधि के अंत में होगी। यदि एक ही कैलेंडर तारीख (ET) को Humanity's Last Exam के परिणामों में कई योग्य मॉडल जोड़े जाते हैं, तो निपटारे के लिए सबसे अधिक HLE-Diamond Accuracy वाले मॉडल का उपयोग किया जाएगा। शुरुआती पात्र मॉडल के पहली बार दिखाई देने के अगले कैलेंडर दिन नतीजों में जोड़े गए मॉडलों पर विचार नहीं किया जाएगा। यदि कोई मॉडल पहले Humanity's Last Exam के परिणामों में जोड़ा जाता है, लेकिन बाद में हटा दिया जाता है और फिर से नहीं जोड़ा जाता, जिसके कारण जाँच के समय इन नियमों के तहत उसके लिए कोई HLE-Diamond Accuracy उपलब्ध नहीं होती, तो उसके दिखाई देने को Humanity's Last Exam के परिणामों में जोड़ा जाना नहीं माना जाएगा। किसी योग्य मॉडल को Humanity's Last Exam के परिणामों में नया जोड़ा गया होना चाहिए। इस बाज़ार के लिए यह अप्रासंगिक है कि साइट पर दिखाई देने से पहले मॉडल जारी किया गया था, सार्वजनिक रूप से उपलब्ध था, बीटा में था या किसी अन्य रूप में उपलब्ध था। यदि निपटान स्रोत ऐसे आँकड़े प्रकाशित करता है जो किसी बाज़ार का निपटारा करने के लिए पर्याप्त हों, लेकिन स्पष्ट रूप से गलत हों और तकनीकी या परिचालन त्रुटि, अथवा निपटान स्रोत या उसके आँकड़ों में अनधिकृत हस्तक्षेप के कारण उत्पन्न हुए हों, तो निपटान स्रोत द्वारा सुधार जारी किए जाने की प्रतीक्षा में, मूल प्रकाशन के समय से अधिकतम सात (7) कैलेंडर दिनों (ET) तक बाज़ार खुला रह सकता है। यदि Resolution Source उस अवधि के भीतर संशोधित मान प्रकाशित करता है, तो उस मान का उपयोग निपटारे के लिए किया जा सकेगा। यदि उस अवधि के भीतर कोई संशोधित मान प्रकाशित नहीं होता है, तो Polymarket यह निर्धारित करने के लिए एक स्पष्टीकरण जारी करेगा कि मूल रूप से प्रकाशित मान का उपयोग निपटारे के लिए किया जा सकता है या बाज़ार का व्यवस्थित संचालन बनाए रखने के लिए किसी अन्य कार्रवाई की आवश्यकता है। इस बाज़ार का प्राथमिक निपटारा स्रोत https://agi.safe.ai/ पर उपलब्ध आधिकारिक Humanity's Last Exam वेबसाइट है। यदि जाँच के समय यह निपटारा स्रोत उपलब्ध नहीं है, तो इस बाज़ार का निपटारा उस पहले बाद के अवसर के आधार पर होगा जब मॉडल की HLE-Diamond Accuracy उपलब्ध हो जाती है। यदि योग्य मॉडल के साइट पर पहली बार दिखाई देने के बाद सातवें दिन के अंत तक भी यह उपलब्ध न हो, या 30 जून 2027, 11:59 pm ET तक कोई योग्य मॉडल न जोड़ा जाए, तो यह बाज़ार "नहीं" पर तय होगा।

मशीन अनुवाद। विवाद की स्थिति में मूल पाठ मान्य होगा।