ベンチマーク

ScienceQA

原文:ScienceQA

文章、画像、図を組み合わせたマルチモーダルな多肢選択式の科学ベンチマーク。詳しい解説が付いている。

ScienceQAの得点の推移点は各モデルの得点(26件)。破線はその時点までの最高得点。点にマウスを乗せるとモデル名と得点を表示その時点の最高得点Meta AIOpenAISalesforce ResearchAnthropicGoogle DeepMindその他ランダムに答えた場合0%20%40%60%80%100%2022202320242025得点モデルの公開日出典:Epoch AI(CC BY 4.0)・作図:AGI Hub

2026年10月1日時点のデータ。最新の得点は原文へ。

概要

ScienceQAは自然科学の幅広い話題を扱い、グラフやイラストなどの画像を含む。課題では、文章と視覚の手がかりを統合する力と、根拠から結論へと至る科学的な推論の筋道をたどる力が試される。

← ベンチマーク一覧へ

非公式の日本語訳公式ページ(英語):epoch.ai/benchmarks/science-qa