नियम

9 अक्टूबर 2026 को Business Insider ने रिपोर्ट किया कि Google के कर्मचारी Gemini 4 के एक ऐसे मॉडल का आंतरिक परीक्षण कर रहे थे जिसका कोडनेम "Carbon" था और जो बाद में Gemini 4 Argon के रूप में जारी किए गए चेकपॉइंट से अलग था (https://www.businessinsider.com/google-employees-test-new-gemini-4-model-argon-barium-carbon-2026-10)। यह बाज़ार "हाँ" पर तय होगा, यदि https://agi.safe.ai/ पर Humanity's Last Exam के नतीजों में जोड़ा गया Google का "Carbon" मॉडल, साइट पर पहली बार दिखाई देने की तारीख के अगले कैलेंडर दिन 12:00 pm ET बजे, निर्दिष्ट प्रतिशत के बराबर या उससे अधिक HLE-Diamond Accuracy रखता है। अन्यथा, यह मार्केट "नहीं" के रूप में तय होगा। किसी मॉडल को योग्य होने के लिए Google का AI मॉडल होना चाहिए जिसका नाम "Carbon" हो (इसमें Gemini Carbon, Gemini 4 Carbon या इसी तरह के नाम वाली किस्में या उत्तराधिकारी ब्रांडिंग शामिल हैं), या Google अथवा विश्वसनीय रिपोर्टिंग की सहमति से इसकी पुष्टि होनी चाहिए कि वह रिपोर्ट में संदर्भित वही मॉडल है। किसी अन्य नाम से सूचीबद्ध मॉडल, जिसमें कोई नया Gemini मॉडल (जैसे, Gemini 4.1) या Gemini 4 Argon का अपडेट शामिल है, तभी योग्य होगा जब 30 जून 2027, 11:59 pm ET तक इसकी पुष्टि हो जाए कि यह पहले "Carbon" कोडनेम वाला वही मॉडल है। ऐसे मॉडल जो केवल Carbon से निकाले गए हों, उससे डिस्टिल किए गए हों या उसमें हुए सुधारों को शामिल करते हों, योग्य नहीं होंगे, जब तक कि उनकी उसी मॉडल के रूप में पुष्टि न हो जाए। इस बाज़ार के निपटान के लिए https://agi.safe.ai/ पर "AI Progress on HLE-Diamond" चार्ट में मॉडल के परिणाम कार्ड पर "HLE-Diamond Accuracy" के रूप में दिखाया गया प्रतिशत इस्तेमाल 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 Humanity's Last Exam के आधिकारिक नतीजों का रखरखाव करने वाला Center for AI Safety (CAIS), मॉडल के लिए पात्र स्कोर (नीचे परिभाषित) प्रकाशित करता है, और उस पहली प्रकाशन के बाद तीसरे कैलेंडर दिन (ET) 11:59 pm ET बजे तक मॉडल चार्ट पर नहीं दिखाया गया है, तो उस स्कोर का इस्तेमाल इसके बजाय किया जाएगा और उसे एक दशमलव स्थान तक पूर्णांकित 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। पात्र 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 किया गया स्कोर भी), और जिसे स्पष्ट रूप से HLE-Diamond के पूरे प्रश्न-समूह (1,000 प्रश्न, जारी किया गया 22 सितंबर 2026) पर, बिना टूल के, HLE-Diamond के मुख्य नतीजों में "high" लेबल वाली reasoning setting के अंतर्गत समग्र सटीकता के रूप में 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 इस्तेमाल किया जाता है, तो पहले पैराग्राफ में बताई गई जाँच मॉडल के चार्ट पर पहली बार दिखने के अगले कैलेंडर दिन 12:00 pm ET बजे होगी; यदि पात्र स्कोर इस्तेमाल किया जाता है, तो जाँच ऊपर बताए गए 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 रिज़ॉल्यूशन स्रोत किसी मार्केट को सेटल करने के लिए पर्याप्त ऐसा डेटा प्रकाशित करता है जो स्पष्ट रूप से गलत है और तकनीकी या परिचालन त्रुटि का, या रिज़ॉल्यूशन स्रोत या उसके डेटा में अनधिकृत हस्तक्षेप का परिणाम है, तो रिज़ॉल्यूशन स्रोत द्वारा सुधार की प्रतीक्षा में मार्केट मूल रिलीज़ के समय से अधिकतम सात (7) कैलेंडर दिनों (ET) की अवधि तक 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 निपटान स्रोत Humanity's Last Exam की आधिकारिक वेबसाइट है, जो https://agi.safe.ai/ पर उपलब्ध 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 पात्र मॉडल के साइट पर पहली बार दिखाई देने के बाद सातवें दिन के अंत तक यह अनुपलब्ध रहता है, या 30 जून 2027, 11:59 pm ET तक कोई पात्र मॉडल नहीं जोड़ा जाता है, तो यह बाज़ार "नहीं" पर तय होगा।

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