Quy tắc

Thị trường này sẽ được phân định là "Có" nếu mô hình Anthropic Claude Fable 5.2 tiếp theo được thêm vào kết quả Humanity's Last Exam tại https://agi.safe.ai/ có độ chính xác HLE-Diamond ít nhất bằng tỷ lệ phần trăm được chỉ định vào 12:00 ET của ngày dương lịch tiếp theo ngày mô hình xuất hiện lần đầu trên trang web. Nếu không, thị trường này sẽ được phân xử là "Không". Mô hình đủ điều kiện phải là Claude Fable 5.2 của Anthropic, được phát hành vào 9 tháng 11, 2026, bao gồm chế độ nhanh và mọi nhãn về mức độ nỗ lực hoặc suy luận. Claude Mythos 5.2 sẽ không đủ điều kiện. Tỷ lệ phần trăm được hiển thị là "HLE-Diamond Accuracy" cho mô hình trên thẻ kết quả của mô hình trong biểu đồ "AI Progress on HLE-Diamond" tại https://agi.safe.ai/ sẽ được dùng để phân định thị trường này. Thị trường này sẽ được phân định chỉ dựa trên HLE-Diamond Accuracy, bất kể Calibration Error của mô hình, vị trí trên biểu đồ, các điểm cấu hình khác, mọi ghi chú rằng một điểm số được tính trên một mẫu câu hỏi, hoặc bất kỳ dữ liệu chi tiết hay chưa làm tròn nào được trình bày ở nơi khác. Nếu Center for AI Safety (CAIS), đơn vị duy trì kết quả chính thức của Humanity's Last Exam, công bố điểm số đủ điều kiện (được định nghĩa bên dưới) cho mô hình và mô hình chưa được hiển thị trên biểu đồ trước 23:59 ET vào ngày theo lịch thứ ba (ET) sau lần công bố đầu tiên như vậy, điểm số đó sẽ được dùng thay thế và làm tròn đến một chữ số thập phân. Nếu đến thời điểm đó đã có nhiều điểm số đủ điều kiện cho mô hình được công bố, điểm cao nhất sẽ được dùng. Điểm số đủ điều kiện là điểm được công bố dưới tên CAIS (ví dụ trên https://agi.safe.ai/, https://lastexam.ai/ hoặc https://dashboard.safe.ai/, bao gồm cả công bố chung với Scale AI), được xác định rõ là độ chính xác tổng thể trên toàn bộ bộ câu hỏi HLE-Diamond (1.000 câu hỏi, phát hành 22 tháng 9, 2026), không dùng công cụ, với thiết lập suy luận được gắn nhãn "high" trong kết quả chính của HLE-Diamond. Không tính bất kỳ điểm số nào ngoài giá trị trên biểu đồ hoặc điểm số đủ điều kiện, ngay cả khi không có điểm số đủ điều kiện nào được công bố. Điều này bao gồm điểm số trên Humanity's Last Exam bản gốc hoặc HLE-Rolling, kết quả "reasoning max" hoặc "with tools", điểm số phân mục Reasoning hoặc Knowledge, giá trị chỉ có thể truy cập qua API, tệp dữ liệu hoặc mã nguồn trang, điểm số từ các bảng xếp hạng riêng của Scale AI, từ các đơn vị đánh giá khác hoặc nhà phát triển mô hình, và mọi điểm số có nghi ngờ hợp lý về việc có đáp ứng các điều kiện nêu trên hay không. Mô hình xuất hiện lần đầu trên trang web vào ngày (ET) sớm hơn trong hai ngày sau: ngày mô hình lần đầu được hiển thị trên biểu đồ và ngày điểm số đủ điều kiện cho mô hình được công bố lần đầu. Nếu dùng giá trị trên biểu đồ, việc kiểm tra được mô tả trong đoạn đầu tiên sẽ diễn ra vào 12:00 ET của ngày theo lịch tiếp theo sau lần đầu mô hình được hiển thị trên biểu đồ; nếu dùng điểm số đủ điều kiện, việc kiểm tra sẽ diễn ra vào cuối khoảng thời gian ba ngày được mô tả ở trên. Nếu nhiều mô hình đủ điều kiện được thêm vào kết quả Humanity's Last Exam trong cùng một ngày theo lịch (ET), mô hình có HLE-Diamond Accuracy cao nhất sẽ được dùng để phân định. Các mô hình được thêm vào kết quả vào ngày dương lịch tiếp theo sau lần đầu mô hình đủ điều kiện ban đầu xuất hiện sẽ không được xem xét. Nếu một mô hình lần đầu được thêm vào kết quả Humanity's Last Exam nhưng sau đó bị xóa và không được thêm lại, khiến tại thời điểm kiểm tra không có HLE-Diamond Accuracy nào của mô hình đó theo các quy tắc này, thì việc mô hình xuất hiện sẽ không được tính là đã được thêm vào kết quả Humanity's Last Exam. Mô hình đủ điều kiện phải là mô hình mới được thêm vào kết quả Humanity's Last Exam. Đối với thị trường này, việc mô hình đã được phát hành, công chúng có thể truy cập, đang ở giai đoạn beta hay khả dụng theo cách khác trước khi xuất hiện trên trang web hay chưa đều không quan trọng. Nếu Nguồn phân xử công bố dữ liệu đủ để phân xử một Thị trường nhưng dữ liệu đó rõ ràng là sai và là kết quả của lỗi kỹ thuật hoặc vận hành, hoặc sự can thiệp trái phép vào Nguồn phân xử hay dữ liệu của nguồn này, Thị trường có thể tiếp tục mở trong tối đa bảy (7) ngày theo lịch (ET) kể từ thời điểm công bố ban đầu để chờ Nguồn phân xử đính chính. Nếu Resolution Source công bố giá trị đã đính chính trong khoảng thời gian đó, giá trị này đủ điều kiện để dùng phân xử. Nếu không có giá trị đã đính chính nào được công bố trong khoảng thời gian đó, Polymarket sẽ ban hành Văn bản làm rõ để xác định liệu giá trị được công bố ban đầu có đủ điều kiện để dùng phân xử hay cần thực hiện hành động khác nhằm duy trì hoạt động có trật tự của Thị trường. Nguồn phân định chính của thị trường này là trang web chính thức của Humanity's Last Exam tại https://agi.safe.ai/. Nếu nguồn phân định này không khả dụng tại thời điểm kiểm tra, thị trường này sẽ được phân định dựa trên lần đầu tiên sau đó mà HLE-Diamond Accuracy của mô hình trở nên khả dụng. Nếu điểm số vẫn không có sẵn cho đến hết ngày thứ bảy sau khi mô hình đủ điều kiện xuất hiện lần đầu trên trang web, hoặc nếu không có mô hình đủ điều kiện nào được thêm trước 30 tháng 6, 2027, 23:59 ET, thị trường này sẽ được phân định là "Không".

Bản dịch máy. Khi có tranh chấp, bản gốc được ưu tiên.