https://speakerdeck.com/zhizhiarv 2026-10-20 09:26:06 -0400 20261020 CTO Night and Day in Kobe, Morning Session そのベンチマーク、 誰の物差しですか？〜LLM ベンチマークの歴史と、CTO が自社の評価を持つべき理由〜 AI の能力を、人はどう測り、 その測り方を、どこまで信じられるか ベンチマークの歴史と点数が実力とずれる理由をたどり、公開スコアに頼らず自社の評価の仕組みを持つ方法を、Amazon Bedrock AgentCore Evaluationsの例を交えてお話しします。 20261020 CTO Night and Day in Kobe, Morning Session そのベンチマーク、 誰の物差しですか？〜LLM ベンチマークの歴史と、CTO が自社の評価を持つべき理由〜 AI の能力を、人はどう測り、 その測り方を、どこまで信じられるか ベンチマークの歴史と点数が実力とずれる理由をたどり、公開スコアに頼らず自社の評価の仕組みを持つ方法を、Amazon Bedrock AgentCore Evaluationsの例を交えてお話しします。 Tue, 20 Oct 2026 00:00:00 -0400 https://speakerdeck.com/zhizhiarv/whose-ruler-are-you-measuring-with https://speakerdeck.com/zhizhiarv/whose-ruler-are-you-measuring-with