Kurallar

9 Kasım 2026 tarihinde OfficeChai, Google’ın "Krypton" kod adlı bir Gemini 4 kontrol noktasını dahili olarak test ettiğini ve test uzmanlarının bunu Gemini 4 Carbon’un yükseltmesi olarak tanımladığını bildirdi (https://officechai.com/ai/gemini-4-krypton/). https://agi.safe.ai/ adresindeki Humanity's Last Exam sonuçlarına eklenen Google "Krypton" modelinin, sitede ilk kez göründüğü tarihten sonraki takvim tarihinde 12:00 ET itibarıyla HLE-Diamond Accuracy değerinin belirtilen yüzdeye en az eşit olması durumunda bu piyasa "Evet" olarak sonuçlanır. Aksi takdirde bu piyasa "Hayır" sonucuna bağlanır. Uygun bir model, "Krypton" adlı bir Google AI modeli olmalıdır (Gemini Krypton, Gemini 4 Krypton veya benzer adlandırmalar gibi varyantlar ya da halef markalar dahil) veya Google ya da güvenilir haber kaynaklarının ortak görüşü tarafından raporda belirtilen modelle aynı model olduğu doğrulanmalıdır. Yeni bir Gemini modeli (ör. Gemini 4.1) veya Gemini 4 Carbon’a yönelik bir güncelleme dahil olmak üzere başka bir ad altında listelenen bir model, yalnızca 30 Haziran 2027, 23:59 ET tarihine kadar daha önce "Krypton" kod adı verilen modelle aynı olduğu doğrulanırsa uygun sayılır. Yalnızca Krypton’dan türetilen, Krypton’dan damıtılan veya Krypton’dan alınan iyileştirmeleri içeren modeller, aynı model oldukları doğrulanmadıkça uygun sayılmaz. Modelin https://agi.safe.ai/ adresindeki "AI Progress on HLE-Diamond" grafiğinde yer alan sonuç kartında "HLE-Diamond Accuracy" olarak gösterilen yüzde, bu piyasanın sonuçlanması için kullanılacaktır. Bu piyasa yalnızca HLE-Diamond Accuracy temelinde sonuçlanır; modelin Calibration Error değeri, grafikteki konumu, diğer yapılandırma puanları, bir puanın soru örneklemi üzerinden hesaplandığına dair herhangi bir not veya başka yerlerde sunulan temel ayrıntılı ya da yuvarlanmamış veriler dikkate alınmaz. Resmî Humanity's Last Exam sonuçlarını tutan Center for AI Safety (CAIS), model için uygun bir skor (aşağıda tanımlanmıştır) yayımlar ve model bu ilk yayından sonraki üçüncü takvim gününde (ET) 23:59 ET itibarıyla grafikte gösterilmemiş olursa, bunun yerine söz konusu skor kullanılacak ve skor bir ondalık basamağa yuvarlanacaktır. O zamana kadar model için birden fazla koşullara uygun puan yayımlanmışsa en yüksek olan kullanılır. Uygun skor, CAIS adına yayımlanan (örneğin https://agi.safe.ai/, https://lastexam.ai/ veya https://dashboard.safe.ai/ adreslerinde, Scale AI ile ortaklaşa yayımlananlar dahil) ve tam HLE-Diamond soru setindeki (1.000 soru, 22 Eylül 2026 tarihinde yayımlanmıştır) genel doğruluk olarak açıkça tanımlanan, araç kullanılmayan ve HLE-Diamond'ın ana sonuçlarında "high" olarak etiketlenen akıl yürütme ayarındaki bir skordur. Grafik değerinden veya koşullara uygun bir puandan başka hiçbir puan, koşullara uygun bir puan yayımlanmamış olsa bile hesaba katılmaz. Buna orijinal Humanity's Last Exam veya HLE-Rolling puanları, "reasoning max" veya "with tools" sonuçları, Reasoning veya Knowledge bölüm puanları, yalnızca API, veri dosyası ya da sayfa kaynağı üzerinden erişilebilen değerler, Scale AI'ın ayrı lider tablolarındaki puanlar, diğer değerlendiricilerin veya model geliştiricisinin puanları ve yukarıdaki koşulları karşılayıp karşılamadığı konusunda makul şüphe bulunan her türlü puan dahildir. Bir modelin sitede ilk kez görünmesi, modelin grafikte ilk kez gösterildiği tarih (ET) ile model için koşullara uygun bir puanın ilk kez yayımlandığı tarih (ET) arasındaki daha erken tarihtir. Grafik değeri kullanılırsa, ilk paragrafta açıklanan kontrol modelin grafikte ilk kez gösterilmesinden sonraki takvim gününde 12:00 ET itibarıyla yapılır; uygun bir skor kullanılırsa, yukarıda açıklanan üç günlük sürenin sonunda yapılır. Aynı takvim gününde (ET) birden fazla koşullara uygun model Humanity's Last Exam sonuçlarına eklenirse, sonuçlanma için HLE-Diamond Accuracy değeri en yüksek model kullanılır. İlk koşullara uygun modelin ilk kez görünmesinden sonraki takvim gününde sonuçlara eklenen modeller dikkate alınmaz. Bir model önce Humanity's Last Exam sonuçlarına eklenir, ancak daha sonra kaldırılır ve yeniden eklenmezse ve kontrol sırasında bu kurallar kapsamında model için hiçbir HLE-Diamond Accuracy değeri mevcut değilse, modelin görünmesi Humanity's Last Exam sonuçlarına eklenmiş sayılmaz. Koşullara uygun bir model Humanity's Last Exam sonuçlarına yeni eklenmiş olmalıdır. Modelin sitede görünmeden önce daha önce yayımlanmış, kamuya açık, beta sürümünde veya başka şekilde erişilebilir olup olmadığı bu piyasa açısından önemli değildir. Sonuçlanma kaynağının bir Piyasayı sonuçlandırmaya yetecek verileri yayımlaması ve bu verilerin açıkça hatalı olması ve teknik veya operasyonel bir hatanın ya da Sonuçlanma Kaynağına veya verilerine yetkisiz müdahalenin sonucu olması hâlinde, Piyasa, Sonuçlanma Kaynağının düzeltme yapması beklentisiyle, ilk yayımdan itibaren en fazla yedi takvim günü (gün sayısı: 7) (ET) süreyle açık kalabilir. Sonuçlanma Kaynağı bu süre içinde düzeltilmiş bir değer yayımlarsa, bu değer sonuçlanma için uygun olur. Bu süre içinde düzeltilmiş bir değer yayımlanmazsa Polymarket, ilk yayımlanan değerin sonuçlanma için uygun olup olmadığını veya Piyasanın düzenli işleyişini korumak için başka bir işlem gerekip gerekmediğini belirlemek üzere bir Açıklama yayımlar. Bu piyasanın birincil sonuçlanma kaynağı, https://agi.safe.ai/ adresinde bulunan resmî Humanity's Last Exam web sitesidir. Kontrol sırasında bu sonuçlanma kaynağı kullanılamıyorsa piyasa, modelin HLE-Diamond Accuracy değerinin kullanılabilir hâle geldiği ilk sonraki örneğe dayanarak sonuçlanır. Kaynak, uygun modelin sitede ilk kez görünmesinden sonraki yedinci günün sonuna kadar kullanılamaz durumda kalırsa veya 30 Haziran 2027 23:59 ET itibarıyla hiçbir uygun model eklenmezse, bu piyasa "Hayır" olarak sonuçlanır.

Makine çevirisi. Anlaşmazlık durumunda orijinal metin geçerlidir.