何が起きたのか
本稿が扱う出来事の日付は2026年7月22日である。私は、AI研究所がサイモン・ウィリソンの「自転車に乗るペリカン」ベンチマークを学習しているかどうかを検証するため、7つのフロンティアモデルで1,000点超のSVGを生成した。本稿は提供された1本の報告に基づいており、その後の進展についての記述ではなく、その時点で判明していた状況の記録として読むべきである。ここ数年、サイモン・ウィリソンは主要なLLMがリリースされるたびに、同じプロンプト「自転車に乗るペリカンのSVGを生成してください」でテストしてきた。
入手可能な数字と時系列
冗談半分のベンチマークとして始まったものが、AI分野で最も有名な非公式ベンチマークの一つになった。サイモンの「自転車に乗るペリカン」の結果は、AI研究所の新製品発表を扱うHacker Newsのスレッドで、最も多くの賛成票を得たコメントの一つになることが多い。これらの詳細は、提供された情報源が述べる範囲を超えて証拠を拡張することなく、出来事の規模と直近の状況を明確にするのに役立つ。数字が推定値、暫定集計、予測、または企業の主張である場合、独立した監査を経た最終的な総数として扱うべきではない。証拠資料は、ここに記載された事実を超えて、動機、責任、長期的な結果について推測する根拠とはならない。
運用上の背景
このベンチマークは、その有用性や、AI研究所がこれを対象にベンチマックス1をしている可能性について多くの議論が交わされるほど有名だった。数十億ドル、さらには数兆ドルが懸かり、好成績がユーザーの説得に役立つ可能性があるなら、自社モデルをほんの少し「ペリカンマックス」したくなるのではないだろうか。これらの詳細は、提供された情報源が述べる範囲を超えて証拠を拡張することなく、出来事の規模と直近の状況を明確にするのに役立つ。数字が推定値、暫定集計、予測、または企業の主張である場合、独立した監査を経た最終的な総数として扱うべきではない。証拠資料は、ここに記載された事実を超えて、動機、責任、長期的な結果について推測する根拠とはならない。
不明なままだったこと
私は真相を確かめたいと考え、小規模な実験を組み立てた。7つのフロンティアモデルで1,008点のSVGを生成し、LLM審査役に採点させ、分析にはClaude Fable 5を使用した。これらの詳細は、提供された情報源が述べる範囲を超えて証拠を拡張することなく、出来事の規模と直近の状況を明確にするのに役立つ。数字が推定値、暫定集計、予測、または企業の主張である場合、独立した監査を経た最終的な総数として扱うべきではない。証拠資料は、ここに記載された事実を超えて、動機、責任、長期的な結果について推測する根拠とはならない。
当時の記録
総合すると、提供された資料は、見出しに示された主要な展開と上記の具体的な詳細を裏付けている。2026年7月22日以降に何が起きたかを確定するものではなく、ここではその後の結果を推測していない。したがって本稿は、出来事の日付を軸とする構成を維持し、入手可能な証拠に基づく説明であることを明示するとともに、初期段階の数字や表明された計画を確定した結果として扱うことを避けている。今後、公式データ、技術的知見、または独立報道によって状況がより明確になる可能性はあるが、それらの資料は今回の証拠一式には含まれていなかった。
