Aturan

Pasar ini akan diselesaikan menjadi "Ya" jika model Anthropic Claude Fable 5.2 berikutnya yang ditambahkan ke hasil Humanity's Last Exam di https://agi.safe.ai/ memiliki Akurasi HLE-Diamond setidaknya sebesar persentase yang ditentukan pada 12.00 ET pada tanggal kalender setelah tanggal pertama kali model tersebut muncul di situs. Jika tidak, pasar ini akan diselesaikan dengan hasil "Tidak". Model yang memenuhi syarat harus merupakan Claude Fable 5.2 dari Anthropic, yang dirilis pada 9 November 2026, termasuk mode cepatnya dan label upaya atau penalaran apa pun. Claude Mythos 5.2 tidak memenuhi syarat. Persentase yang ditampilkan sebagai "HLE-Diamond Accuracy" untuk model tersebut pada kartu hasilnya di bagan "AI Progress on HLE-Diamond" di https://agi.safe.ai/ akan digunakan untuk menyelesaikan pasar ini. Pasar ini akan diselesaikan semata-mata berdasarkan Akurasi HLE-Diamond, terlepas dari Calibration Error model, posisinya pada bagan, skor konfigurasi lainnya, catatan apa pun bahwa skor dihitung dari sampel pertanyaan, atau data dasar terperinci atau belum dibulatkan apa pun yang disajikan di tempat lain. Jika Center for AI Safety (CAIS), yang mengelola hasil resmi Humanity's Last Exam, menerbitkan skor yang memenuhi syarat (didefinisikan di bawah) untuk model tersebut, dan model itu belum ditampilkan pada bagan pada 23.59 ET di hari kalender ketiga (ET) setelah publikasi pertama semacam itu, skor tersebut akan digunakan sebagai gantinya, dibulatkan hingga satu angka desimal. Jika beberapa skor yang memenuhi syarat untuk model tersebut telah diterbitkan pada saat itu, skor tertinggi yang akan digunakan. Skor yang memenuhi syarat adalah skor yang diterbitkan atas nama CAIS (misalnya di https://agi.safe.ai/, https://lastexam.ai/, atau https://dashboard.safe.ai/, termasuk yang diterbitkan bersama Scale AI) dan dengan jelas dinyatakan sebagai akurasi keseluruhan pada seluruh kumpulan soal HLE-Diamond (1.000 soal, dirilis 22 September 2026), tanpa alat, dengan pengaturan penalaran berlabel "high" dalam hasil utama HLE-Diamond. Skor selain nilai pada bagan atau skor yang memenuhi syarat tidak akan dihitung, sekalipun tidak ada skor yang memenuhi syarat yang diterbitkan. Ini mencakup skor pada Humanity's Last Exam asli atau HLE-Rolling, hasil "reasoning max" atau "with tools", skor partisi Reasoning atau Knowledge, nilai yang hanya tersedia melalui API, berkas data, atau kode sumber halaman, skor dari papan peringkat terpisah Scale AI, evaluator lain, atau pengembang model, serta skor apa pun yang secara wajar diragukan memenuhi ketentuan di atas. Model pertama kali muncul di situs pada tanggal (ET) yang lebih awal antara tanggal pertama kali model ditampilkan pada bagan dan tanggal pertama kali skor yang memenuhi syarat untuk model tersebut diterbitkan. Jika nilai pada bagan digunakan, pemeriksaan yang dijelaskan dalam paragraf pertama dilakukan pada 12.00 ET pada tanggal kalender setelah model pertama kali ditampilkan pada bagan; jika skor yang memenuhi syarat digunakan, pemeriksaan dilakukan pada akhir periode tiga hari yang dijelaskan di atas. Jika beberapa model yang memenuhi syarat ditambahkan ke hasil Humanity's Last Exam pada tanggal kalender yang sama (ET), model dengan Akurasi HLE-Diamond tertinggi akan digunakan untuk penyelesaian. Model yang ditambahkan ke hasil pada hari kalender setelah kemunculan pertama model yang awalnya memenuhi syarat tidak akan diperhitungkan. Jika model pertama kali ditambahkan ke hasil Humanity's Last Exam tetapi kemudian dihapus dan tidak ditambahkan kembali, sehingga tidak ada Akurasi HLE-Diamond untuk model tersebut yang tersedia berdasarkan aturan ini saat pemeriksaan dilakukan, kemunculannya tidak akan dianggap sebagai penambahan ke hasil Humanity's Last Exam. Model yang memenuhi syarat harus baru ditambahkan ke hasil Humanity's Last Exam. Apakah model tersebut telah dirilis, dapat diakses publik, berada dalam versi beta, atau tersedia dengan cara lain sebelum muncul di situs tidak relevan untuk pasar ini. Jika Sumber Penyelesaian menerbitkan data yang cukup untuk menyelesaikan suatu Pasar, tetapi jelas keliru dan disebabkan oleh kesalahan teknis atau operasional, atau campur tangan tanpa izin terhadap Sumber Penyelesaian atau datanya, Pasar dapat tetap dibuka hingga tujuh (7) hari kalender (ET) sejak waktu publikasi awal, sambil menunggu koreksi dari Sumber Penyelesaian. Jika Sumber Resolusi memublikasikan nilai yang telah dikoreksi dalam periode tersebut, nilai itu dapat digunakan untuk penyelesaian. Jika tidak ada nilai yang telah dikoreksi yang dipublikasikan dalam periode tersebut, Polymarket akan mengeluarkan Klarifikasi untuk menentukan apakah nilai yang semula dipublikasikan dapat digunakan untuk penyelesaian, atau apakah tindakan lain diperlukan untuk menjaga agar Pasar tetap berfungsi dengan tertib. Sumber utama untuk penyelesaian pasar ini adalah situs resmi Humanity's Last Exam yang dapat ditemukan di https://agi.safe.ai/. Jika sumber ini tidak tersedia pada saat pemeriksaan, pasar ini akan diselesaikan berdasarkan kesempatan pertama setelahnya ketika Akurasi HLE-Diamond model tersebut tersedia. Jika skor tersebut tetap tidak tersedia hingga akhir hari ketujuh setelah model yang memenuhi syarat pertama kali muncul di situs, atau jika tidak ada model yang memenuhi syarat ditambahkan hingga 30 Juni 2027, 23.59 ET, pasar ini akan diselesaikan menjadi "Tidak".

Terjemahan mesin. Jika ada perselisihan, teks asli yang berlaku.