กฎ

เมื่อวันที่ 5 พฤศจิกายน 2026 OfficeChai รายงานว่า Google กำลังทดสอบภายในสำหรับโมเดลระดับ Gemini 4 Flash ที่มีชื่อรหัสว่า "Hydrogen" โดยอธิบายว่าเป็นโมเดลรุ่นเดียวกันกับ Gemini 4 Argon และ Gemini 4 Carbon ที่เบากว่าและเร็วกว่า (https://officechai.com/ai/gemini-4-hydrogen/) ตลาดนี้จะตัดสินเป็น "ใช่" หากโมเดล Google "Hydrogen" ที่ถูกเพิ่มลงในผลลัพธ์ Humanity's Last Exam ที่ https://agi.safe.ai/ มีค่า HLE-Diamond Accuracy อย่างน้อยเท่ากับเปอร์เซ็นต์ที่กำหนด ณ 12:00 ET ในวันปฏิทินถัดจากวันที่โมเดลดังกล่าวปรากฏบนเว็บไซต์เป็นครั้งแรก มิฉะนั้น ตลาดนี้จะตัดสินเป็น "ไม่" โมเดลที่เข้าเกณฑ์ต้องเป็นโมเดล Google AI ที่มีชื่อว่า "Hydrogen" (รวมถึงรูปแบบหรือแบรนด์ผู้สืบทอด เช่น Gemini Hydrogen, Gemini 4 Hydrogen หรือชื่อในลักษณะเดียวกัน) หรือได้รับการยืนยันจาก Google หรือจากฉันทามติของรายงานที่น่าเชื่อถือว่าเป็นโมเดลเดียวกับที่อ้างถึงในรายงาน โมเดลที่แสดงภายใต้ชื่ออื่นใด รวมถึงโมเดล Gemini Flash รุ่นใหม่ (เช่น Gemini 4 Flash) หรือการอัปเดตโมเดล Gemini ที่มีอยู่เดิม จะเข้าเกณฑ์ก็ต่อเมื่อได้รับการยืนยันภายใน 30 มิถุนายน 2027 23:59 ET ว่าเป็นโมเดลเดียวกับที่ก่อนหน้านี้ใช้ชื่อรหัสว่า "Hydrogen" โมเดลที่เพียงแต่พัฒนาต่อยอดจาก Hydrogen กลั่นมาจาก Hydrogen หรือรวมการปรับปรุงจาก Hydrogen จะไม่เข้าเกณฑ์ เว้นแต่จะได้รับการยืนยันว่าเป็นโมเดลเดียวกัน เปอร์เซ็นต์ที่แสดงเป็น "HLE-Diamond Accuracy" สำหรับโมเดลในการ์ดผลลัพธ์บนกราฟ "AI Progress on HLE-Diamond" ที่ https://agi.safe.ai/ จะถูกนำมาใช้ตัดสินตลาดนี้ ตลาดนี้จะตัดสินโดยอิงจากความแม่นยำ HLE-Diamond เพียงอย่างเดียว ไม่ว่าจะเป็นค่า Calibration Error ของโมเดล ตำแหน่งบนกราฟ คะแนนการตั้งค่าอื่น หมายเหตุที่ระบุว่าคำนวณคะแนนจากตัวอย่างคำถาม หรือข้อมูลพื้นฐานโดยละเอียดหรือค่าที่ยังไม่ปัดเศษที่แสดงไว้ที่อื่น หาก Center for AI Safety (CAIS) ซึ่งดูแลผลลัพธ์อย่างเป็นทางการของ Humanity's Last Exam เผยแพร่คะแนนที่เข้าเกณฑ์ (นิยามไว้ด้านล่าง) สำหรับโมเดล และโมเดลยังไม่ปรากฏบนกราฟภายในเวลา 23:59 ET ของวันที่สามตามปฏิทิน (ET) หลังจากการเผยแพร่คะแนนดังกล่าวครั้งแรก จะใช้คะแนนนั้นแทน โดยปัดเศษเป็นทศนิยมหนึ่งตำแหน่ง หากมีการเผยแพร่คะแนนที่เข้าเกณฑ์หลายคะแนนสำหรับโมเดลภายในเวลานั้น จะใช้คะแนนสูงสุด คะแนนที่เข้าเกณฑ์คือคะแนนที่เผยแพร่ภายใต้ชื่อ CAIS (เช่น ที่ https://agi.safe.ai/, https://lastexam.ai/ หรือ https://dashboard.safe.ai/ รวมถึงการเผยแพร่ร่วมกับ Scale AI) ซึ่งระบุไว้อย่างชัดเจนว่าเป็นความแม่นยำโดยรวมของชุดคำถาม HLE-Diamond ทั้งหมด (1,000 ข้อ เผยแพร่เมื่อ 22 กันยายน 2026) โดยไม่ใช้เครื่องมือ และใช้การตั้งค่าการให้เหตุผลที่ระบุว่า "high" ในผลลัพธ์หลักของ HLE-Diamond จะไม่นับคะแนนอื่นนอกเหนือจากค่าบนกราฟหรือคะแนนที่เข้าเกณฑ์ แม้จะไม่มีการเผยแพร่คะแนนที่เข้าเกณฑ์ก็ตาม ซึ่งรวมถึงคะแนนจาก Humanity's Last Exam ฉบับดั้งเดิมหรือ HLE-Rolling ผลลัพธ์ "reasoning max" หรือ "with tools" คะแนนแยกหมวด Reasoning หรือ Knowledge ค่าที่มีให้ผ่าน API ไฟล์ข้อมูล หรือซอร์สโค้ดของหน้าเว็บเท่านั้น คะแนนจากตารางจัดอันดับแยกต่างหากของ Scale AI คะแนนจากผู้ประเมินรายอื่นหรือผู้พัฒนาโมเดล และคะแนนใดก็ตามที่มีเหตุให้สงสัยอย่างสมควรว่าตรงตามเงื่อนไขข้างต้นหรือไม่ วันที่โมเดลปรากฏบนเว็บไซต์เป็นครั้งแรก คือวันที่ (ET) ที่เกิดขึ้นก่อนระหว่างวันที่โมเดลแสดงบนกราฟเป็นครั้งแรกกับวันที่เผยแพร่คะแนนที่เข้าเกณฑ์ของโมเดลนั้นเป็นครั้งแรก หากใช้ค่าจากกราฟ การตรวจสอบที่อธิบายไว้ในย่อหน้าแรกจะดำเนินการเวลา 12:00 ET ของวันตามปฏิทินถัดจากวันที่โมเดลปรากฏบนกราฟครั้งแรก หากใช้คะแนนที่เข้าเกณฑ์ การตรวจสอบจะดำเนินการเมื่อสิ้นสุดช่วงเวลาสามวันที่อธิบายไว้ข้างต้น หากมีการเพิ่มโมเดลที่เข้าเกณฑ์หลายโมเดลในผล Humanity's Last Exam ในวันปฏิทินเดียวกัน (ET) จะใช้โมเดลที่มีความแม่นยำ HLE-Diamond สูงที่สุดในการตัดสิน โมเดลที่เพิ่มลงในผลลัพธ์ในวันตามปฏิทินถัดจากวันที่โมเดลแรกที่เข้าเกณฑ์ปรากฏเป็นครั้งแรกจะไม่นำมาพิจารณา หากโมเดลถูกเพิ่มในผล Humanity's Last Exam เป็นครั้งแรก แต่ต่อมาถูกนำออกและไม่ได้เพิ่มกลับเข้าไปอีก จนไม่มีความแม่นยำ HLE-Diamond ของโมเดลนั้นตามกฎเหล่านี้ให้ตรวจสอบได้ในเวลาที่ตรวจสอบ การปรากฏของโมเดลดังกล่าวจะไม่นับว่าเป็นการเพิ่มในผล Humanity's Last Exam โมเดลที่เข้าเกณฑ์ต้องเป็นโมเดลที่เพิ่งเพิ่มในผล Humanity's Last Exam สำหรับตลาดนี้ ไม่เกี่ยวข้องว่าโมเดลดังกล่าวเคยเปิดตัว เข้าถึงได้แบบสาธารณะ อยู่ในช่วงเบตา หรือมีให้ใช้งานในรูปแบบอื่นก่อนปรากฏบนเว็บไซต์หรือไม่ หาก Resolution Source เผยแพร่ข้อมูลที่เพียงพอสำหรับตัดสินตลาด แต่ข้อมูลดังกล่าวผิดพลาดอย่างชัดเจนและเป็นผลจากข้อผิดพลาดทางเทคนิคหรือการปฏิบัติงาน หรือจากการแทรกแซง Resolution Source หรือข้อมูลของแหล่งดังกล่าวโดยไม่ได้รับอนุญาต ตลาดอาจยังคงเปิดอยู่ได้สูงสุดเจ็ดวันตามปฏิทิน: 7 (ET) นับจากเวลาที่เผยแพร่ครั้งแรก เพื่อรอการแก้ไขจาก Resolution Source หาก Resolution Source เผยแพร่ค่าที่แก้ไขแล้วภายในช่วงเวลาดังกล่าว ค่านั้นจะมีสิทธิ์ใช้ในการตัดสินผล หากไม่มีการเผยแพร่ค่าที่แก้ไขแล้วภายในช่วงเวลาดังกล่าว Polymarket จะออกคำชี้แจงเพื่อพิจารณาว่าค่าที่เผยแพร่ครั้งแรกมีสิทธิ์ใช้ในการตัดสินผลหรือไม่ หรือจำเป็นต้องดำเนินการอื่นเพื่อรักษาการดำเนินงานของตลาดให้เป็นไปอย่างมีระเบียบหรือไม่ แหล่งข้อมูลหลักสำหรับการตัดสินตลาดนี้คือเว็บไซต์อย่างเป็นทางการของ Humanity's Last Exam ที่ https://agi.safe.ai/ หากไม่สามารถเข้าถึงแหล่งข้อมูลการตัดสินนี้ได้ในเวลาที่ตรวจสอบ ตลาดนี้จะตัดสินโดยอิงจากครั้งแรกหลังจากนั้นที่มีข้อมูลความแม่นยำ HLE-Diamond ของโมเดล หากแหล่งข้อมูลยังคงใช้งานไม่ได้จนถึงสิ้นวันที่เจ็ดหลังจากโมเดลที่เข้าเกณฑ์ปรากฏบนเว็บไซต์เป็นครั้งแรก หรือไม่มีการเพิ่มโมเดลที่เข้าเกณฑ์ภายใน 30 มิถุนายน 2027 23:59 ET ตลาดนี้จะตัดสินเป็น "ไม่"

แปลด้วยเครื่อง หากมีข้อโต้แย้ง ให้ยึดต้นฉบับเป็นหลัก