LLMの「お尻」を採点するベンチマーク「LLM AssBench」が登場
LLM Ass Bench
LLM AssBenchは、ClaudeやGPT、Gemini、Grokといった主要な大規模言語モデルを「お尻」の観点から評価するユニークなベンチマークサイトだ。Claude Fable 5.1 MaxやGPT Astra 6 Ultraなど、2026年9月時点のモデルがずらりと並び、それぞれのスコアが公開されている。中には「最初は拒否したが、その後妥協案に同意した」という興味深い注記が付いたモデルもあり、AIの安全性と能力の限界を測る新たな切り口として注目される。
Initially refused, then agreed to middle ground.
HNでの議論
45- drywater2
やっとか、自転車に乗ったペリカンを見るのにはもううんざりだったんだよ。
- athrowaway3z
6ヶ月後には、モデルのトレーニングがassmaxxingかどうかを議論してるんだろうな。
- ravenstine
Lunaがmax reasoningでここまでやったのには感心したよ。誤解しないでほしいけど、あれは確かに変な形のお尻だ。でも一年前のトップGPTモデルでも、俺の経験からするとおそらくもっとひどい結果だっただろうね（一般的にメッシュを作らせた場合の話であって、お尻をモデリングさせた話じゃないよ……ああ、そういうことにしておこう）。とはいえ、驚いてない部分もある。reasoningをhighに設定したときの、その比較的低い価格帯を考えると、かなりお得だと感じているからね。
- variety8675
将来これがbenchmaxxされるって発想が面白い。
- sethkim
みんな、俺たちは頂点に到達したぞ。