ChatGPT広告は誰に何を表示しているのか？　米大学が91のおとりアカウントで実態調査

国産LLM「Sarashina」とAnthropicの「Claude Opus 5.5」の日本語性能を比較。40問のテストと、文章の書き直し精度を盲検法で評価しました。結果として、意味の正確さではOpusが優れ、Sarashinaは読みやすさはあるものの意味の乖離が見られる傾向が判明しました。