#LLM評価

Grok 4.20で前に出たのは“賢さ”より“幻覚しにくさ”：Xで強まった信頼性競争

Grok 4.20をめぐるXの話題では、単純な能力誇示よりも『どれだけ幻覚しにくいか』『どの評価で安定しているか』が前面に出た。X上では、低い hallucination rate、Arenaでの順位、推論モデルとしての伸びを並べて、信頼性を軸にした比較が広がっている。