Aturan

Pada 9 Oktober 2026, Business Insider melaporkan bahwa karyawan Google sedang menguji secara internal model Gemini 4 dengan nama kode "Carbon", yang berbeda dari checkpoint yang kemudian dirilis sebagai Gemini 4 Argon (https://www.businessinsider.com/google-employees-test-new-gemini-4-model-argon-barium-carbon-2026-10). Pasar ini akan diselesaikan menjadi "Ya" jika model Google "Carbon" 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 hari kalender setelah tanggal pertama kali model tersebut muncul di situs. Jika tidak, pasar ini akan diselesaikan dengan hasil "Tidak". Agar memenuhi syarat, model harus merupakan model AI Google bernama "Carbon" (termasuk varian atau merek penerus seperti Gemini Carbon, Gemini 4 Carbon, atau penamaan serupa), atau dikonfirmasi oleh Google maupun konsensus pemberitaan tepercaya sebagai model yang sama dengan yang disebutkan dalam laporan. Model yang tercantum dengan nama lain, termasuk model Gemini baru (misalnya Gemini 4.1) atau pembaruan Gemini 4 Argon, hanya akan memenuhi syarat jika dikonfirmasi pada 30 Juni 2027, 23.59 ET sebagai model yang sama dengan yang sebelumnya diberi nama kode "Carbon". Model yang hanya diturunkan dari Carbon, didistilasi dari Carbon, atau menyertakan peningkatan dari Carbon tidak akan memenuhi syarat kecuali dikonfirmasi sebagai model yang sama. Persentase yang ditampilkan sebagai "HLE-Diamond Accuracy" pada kartu hasil model 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 tersebut belum ditampilkan pada bagan hingga 23.59 ET pada hari kalender ketiga (ET) setelah publikasi pertama skor tersebut, skor itu akan digunakan sebagai gantinya, dibulatkan hingga satu angka di belakang koma. 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 bersama Scale AI) dan secara jelas diidentifikasi sebagai akurasi keseluruhan pada seluruh rangkaian soal HLE-Diamond (1.000 soal, dirilis 22 September 2026), tanpa alat, pada pengaturan penalaran berlabel "high" di 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 bagan digunakan, pemeriksaan yang dijelaskan pada paragraf pertama dilakukan pada 12.00 ET pada hari kalender setelah model pertama kali ditampilkan di 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 Resolusi memublikasikan data yang cukup untuk menyelesaikan suatu Pasar, yang jelas-jelas keliru dan merupakan akibat dari kesalahan teknis atau operasional, atau dari campur tangan tanpa izin terhadap Sumber Resolusi atau datanya, Pasar dapat tetap dibuka selama jangka waktu hingga tujuh (7) hari kalender (ET) sejak waktu rilis awal, sambil menunggu koreksi dari Sumber Resolusi. 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 penyelesaian utama untuk pasar ini adalah situs web resmi Humanity's Last Exam 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 sumber 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 yang ditambahkan hingga 30 Juni 2027, 23.59 ET, pasar ini akan diselesaikan menjadi "Tidak".

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