GROK:評価データと公開前の評価契約
記事状態: 公開 · 最終確認: 未確認
要点
CORE-07のゴールデンデータセット、スコアラー/ジャッジ、ホールドアウト、スライス/テールゲート、リリースエビデンスを、Grok 4.6のアナウンスメント/モデルカード、xAI APIのバッチ処理/構造化出力/モデルアイデンティティ、開発者維持のGrok 生成・構築、独立したベンチマーク手法に対応付ける。公開されているベンチマーク値はその評価条件に限定されるものであり、xAI組織のリリース承認、実際の組織の利用環境(組織の利用環境)における性能、非公開データセット、データの汚染の有無、ジャッジの妥当性へと外挿(一般化)するものではない。
現在の判断
CORE-07のゴールデンデータセット、スコアラー/ジャッジ、ホールドアウト、スライス/テールゲート、リリースエビデンスを、Grok 4.6のアナウンスメント/モデルカード、xAI APIのバッチ処理/構造化出力/モデルアイデンティティ、開発者維持のGrok 生成・構築、独立したベンチマーク手法に対応付ける。公開されているベンチマーク値はその評価条件に限定されるものであり、xAI組織のリリース承認、実際の組織の利用環境(組織の利用環境)における性能、非公開データセット、データの汚染の有無、ジャッジの妥当性へと外挿(一般化)するものではない。
どこまで当てはまるか
CORE-07のゴールデンデータセット、スコアラー/ジャッジ、ホールドアウト、スライス/テールゲート、リリースエビデンスを、Grok 4.6のアナウンスメント/モデルカード、xAI APIのバッチ処理/構造化出力/モデルアイデンティティ、開発者維持のGrok 生成・構築、独立したベンチマーク手法に対応付ける。公開されているベンチマーク値はその評価条件に限定されるものであり、xAI組織のリリース承認、実際の組織の利用環境(組織の利用環境)における性能、非公開データセット、データの汚染の有無、ジャッジの妥当性へと外挿(一般化)するものではない。
詳しく理解する
製品への適用整理 — Grok / CORE-07
PRODUCT_MAPPING_ID: PM-GROK-CORE-07-v0.1
提供元: GROK / xAI
CORE_PACKET: PKT-GEMINI-A-CORE-07-v0.1
AS_OF: 2026-09-13 JST
状態: PUBLIC_MAPPING_BOUNDED_COMPLETE / BENCHMARK_PROVENANCE_SPLIT / LIVE_ORG_PENDING
レイヤー: 製品マッピング(企業AI運用の共通原則ではなく、組織の利用環境でもありません)
対象範囲と前提
CORE-07のゴールデンデータセット、スコアラー/ジャッジ、ホールドアウト、スライス/テールゲート、リリースエビデンスを、Grok 4.6のアナウンスメント/モデルカード、xAI APIのバッチ処理/構造化出力/モデルアイデンティティ、開発者維持のGrok 生成・構築、独立したベンチマーク手法に対応付ける。公開されているベンチマーク値はその評価条件に限定されるものであり、xAI組織のリリース承認、実際の組織の利用環境(組織の利用環境)における性能、非公開データセット、データの汚染の有無、ジャッジの妥当性へと外挿(一般化)するものではない。
利用できる条件
| 利用機能・接続経路 | 現在の 根拠 | DECISION | LIMIT |
| 公開・提供 announcement | 2026-08-12のGrok 4.6発表はAA Intelligence、GDPVal-AA、DeepSWE 1.1、CursorBench 3.2、FrontierCode 1.1等を掲示 | モデル/リリースの時点における機能の根拠として保存 | competitor値は各社システム cardまたはleaderboard由来で、単一共通実行ではない |
| モデル card | final deployed 途中状態の保存地点を原則としつつ、Cursor、Mercor、Cognition、Datacurve、Abundant AI、Harbor、Artificial Analysis等の実施結果と複数harness/effortを併記 | 比較評価名/バージョン、runner、harness、effort、sample、評価指標、reported-byを行単位で保存 | 公開 scoreは組織固有task、holdout、受け入れ確認 thresholdの証拠ではない |
| Grok 生成・構築 | xAIのcoding-agent harness/TUI。公開repoはmonorepoからperiodic syncされ、SOURCE_REVを持つ | コーディング/エージェント評価では、バイナリバージョン、ソースの改訂版、設定、ツール、ワークスペースを候補環境に含める。 | 現在のリポジトリ/ソースは、過去のmodel-card実行時の正確なテスト用ハーネス成果物を自動的に再構成することはありません。 |
| Batch API | request単位IDとpending/成功/error/cancel/expiryを持つ非同期carrier | bulk 評価のtransport/状態として利用可能 | batch 完了はvalid result、意味上の pass、公開・提供 受け入れ確認ではない |
| 構造化出力 | JSON データ形式の定義 subsetでresult envelopeを制約可能 | パーサー/スキーマの決定論的なチェックへの利用 | データ形式への適合はoracle、rubric、judge 数値評価と実態の対応調整、意味品質を保証しない |
| independent 比較評価 | Artificial Analysisはモデル/API/システムの独立比較評価 methodologyとversioned composite 索引を公開 | first-party モデル cardと独立測定を別出典・来歴で比較 | 索引 バージョン変更により構成評価が変わるため、異版scoreを同一系列として直結しない |
Core → Grok マッピング行
| ROW | CORE 条件・契約 | XAI / GROK FINDING | DECISION / 未確認事項 |
| PM-C07-GROK-001 | candidate/評価 成果物 separation | アナウンスメント、モデルカード、APIレスポンス、Batch、Grok 生成・構築は、それぞれ異なる成果物/インターフェースである。 | candidate 設定、dataset、scorer/judge、実行、result、公開・提供 decisionを外部記録台帳で結合 |
| PM-C07-GROK-002 | versioned 比較評価 出典・来歴 | モデルカードは、ベンチマークごとにバージョン、テスト環境(harness)、思考のプロセス(thinking effort)、および実施者が異なります。 | scoreごとにexact 比較評価/harness/effort/reported-by/as-ofを保存し、混合bar chartを共通実行へ昇格しない |
| PM-C07-GROK-003 | representative slice and 受け入れ確認 | 公開 coding/knowledge/安全性 benchmarksは広いが、組織固有のJapanese業務、RAG、ツール、副作用、成果物受入を代表するとは限らない | 組織のタスク分配、失敗の文書群、最新性、および封印されたホールドアウトを個別に設計する |
| PM-C07-GROK-004 | deterministic-first scoring | 構造化出力とコーディングハーネスは、スキーマ、テスト、成果物の機械的な判定を支援できる。 | データ形式の定義/test/受領記録・結果の照合を先行し、モデル/judge評価だけでcritical correctnessを閉じない |
| PM-C07-GROK-005 | judge registry/数値評価と実態の対応調整 | モデルカードにはモデルベースの採点や外部によるペア比較/ルーブリック評価が含まれていますが、すべての判定設定、順序、および人間による意見の相違が均一に公開されているわけではありません。 | judge モデル/設定/prompt/rubric/order/sampling/abstention、人手校正を実行 成果物へ固定 |
| PM-C07-GROK-006 | harness 主体の識別 | Grok 生成・構築 repoはSOURCE_REVを持ち、2026-09-09の現在の 公開・提供はv1.0.25 | バイナリ/バージョン/ソースの改訂版、モデル、ツール、権限、ワークスペースイメージ、ネットワークを固定する。現在のソースを、過去の結果に対する正確なテスト環境(harness)とはみなさない。 |
| PM-C07-GROK-007 | infra/candidate 失敗 split | Batchはpartial/error/cancel/expiryを持ち、agent harnessもツール/terminal/network失敗を含み得る | INFRA_ERROR、invalid、missing、candidate 失敗を分離し、valid N不足を0点や合格へ変換しない |
| PM-C07-GROK-008 | contamination/holdout 適用限界 | 公開ベンチマークのスコアと「汚染耐性がある」という選定理由は、当該モデルが汚染されていないことを単独で証明するものではない | leak 記録台帳、fresh/rephrased challenge、sealed holdout、ConStat型gapを限定反証として使用し、汚染断定にも無汚染証明にも使わない |
| PM-C07-GROK-009 | slice/tail/repetition 確認・承認の条件 | ベンチマークの集計値やpass@1は、致命的なテールレイテンシ、組織固有の性能退行(リグレッション)、および反復による分散を隠蔽してしまう可能性があります。 | slice AND 確認・承認の条件、zero-tolerance、repeat distribution、worst case、unsafe/over-refusal対を要求 |
| PM-C07-GROK-010 | 組織 適用限界 | 採用モデル/effort/利用機能・接続経路/harness、dataset 担当者、threshold、holdout custodian、judge allowlist、公開・提供 authorityは公開資料から確定しない | 組織ごとの追加条件へ移送し、未確認事項を維持 |
Safe verification profile
非機密synthetic fixtureと許可されたtest teamだけを使う。今回はxAI API、team、Console、モデル、Batch、Grok 生成・構築 binary、ツール、dataset、judgeを操作していない。
- candidateにモデル/date pin、reasoning effort、システム prompt、ツール/出典/データ形式の定義、API/SDK、Grok 生成・構築 binary/バージョン/SOURCE_REV、workspace imageを固定する。
- dev、representative、known-failure、情報の鮮度、challenge、sealed holdoutを分離し、比較評価/公開 example/prompt tuningへの露出をleak 記録台帳へ記録する。
- exact/データ形式の定義/calculation/test/処理結果の受領記録/成果物/結果の照合をdeterministic-firstで判定し、LLM judgeはorder swap、反復、abstention、人手sampleを伴う補助判定にする。
- Batchはrequest IDごとに状態をread backし、error/cancel/expire/missing/parser 失敗をINFRA_ERRORとしてcandidate errorから分離する。
- agent/coding taskはtrajectory、ツール 処理結果の受領記録、git/workspace diff、tests、成果物 digest、外部 結果の照合、human 受け入れ確認を別証拠としてjoinする。
- 公開比較評価再現laneと組織 golden set laneを分け、異なる比較評価 バージョン/harness/effortのscoreを同一aggregateへ混ぜない。
- overall平均がpassでもcritical slice、known regression、Japanese、安全性/over-refusal、tail、variance、valid Nのいずれかがfailなら公開・提供をblockする。
既存EXP-C07-001の12/12はCOMPILER_EXPERIMENTであり、Grok/xAI、Grok 生成・構築、Batch、judge、モデルのlive試験へ再分類しない。
組織オーバーレイの引き継ぎ
- adopted API/利用側/生成・構築 利用機能・接続経路、team/region、モデル/date pin/effort、SDK/生成・構築 バージョン/出典 改訂版
- データセットの所有者/アクセス権、ホールドアウト(検証用データ)の保管責任者、漏洩台帳、鮮度/失敗に関する検索対象の文書群の更新周期
- scorer/judge registry、人手sample、disagreement/abstention/tie-break policy
- Batch 利用枠/deadline/再試行、infra-error policy、valid-N floor、根拠 保持期間・保持方針
- slice threshold、critical 失敗、variance、cost ceiling、公開・提供/exception/以前の状態へ戻す操作 authority
出典・来歴
- xAI, Introducing Grok 4.6: <https://x.ai/news/grok-4-6> (published 2026-08-12; read 2026-09-13)
- xAI, Grok 4.6 モデルカード:<https://media.x.ai/v1/website/card-4p6-4cd2dc57.pdf> (リリース成果物の読み取り 2026-09-13)
- xAI, xai-org/grok-build: <https://github.com/xai-org/grok-build> (SOURCE_REV c4ea71cfdbcdb21e32e41bc25a0043d7d4836714; read 2026-09-13)
- xAI, Grok 生成・構築 changelog: <https://x.ai/build/changelog> (v1.0.25 dated 2026-09-09; read 2026-09-13)
- Artificial Analysis, Benchmarking Methodology / Intelligence 索引: <https://artificialanalysis.ai/methodology>; <https://artificialanalysis.ai/> (現在の 索引 v4.3 観測済み 2026-09-13)
- xAI Batch API / Structured Outputs / Models: <https://docs.x.ai/developers/advanced-api-usage/batch-api>; <https://docs.x.ai/developers/model-capabilities/text/structured-outputs>; <https://docs.x.ai/developers/models> (reused)
Exit condition
Grok 4.6の公開・提供/model-card 比較評価、外部実施者、harness/effort、Grok 生成・構築 出典/公開・提供、Batch、構造化された出力、独立比較評価 methodologyを別利用機能・接続経路としてCORE-07へ対応づけた。公開scoreを組織 公開・提供 受け入れ確認、汚染有無、judge妥当性、live 組織の利用環境性能へ昇格しない。Core 記述・判断は変更しないためGemini/GPT/Claude遡及監査は不要である。
実務での使い方
CORE-07のゴールデンデータセット、スコアラー/ジャッジ、ホールドアウト、スライス/テールゲート、リリースエビデンスを、Grok 4.6のアナウンスメント/モデルカード、xAI APIのバッチ処理/構造化出力/モデルアイデンティティ、開発者維持のGrok 生成・構築、独立したベンチマーク手法に対応付ける。公開されているベンチマーク値はその評価条件に限定されるものであり、xAI組織のリリース承認、実際の組織の利用環境(組織の利用環境)における性能、非公開データセット、データの汚染の有無、ジャッジの妥当性へと外挿(一般化)するものではない。
まだ確認できていないこと
- PM-GROK-CORE-07-CURRENTNESS
原資料の確定版から収録しています。外部根拠の最新性を今回の取込日で確認済みと扱いません。本文の未解決事項・残余制約を保持します。
根拠資料
- 研究資料研究資料
xAI, Introducing Grok 4.6: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI, Grok 4.6 モデル Card: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI, xai-org/grok-build: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI, Grok ビルド変更履歴: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
Artificial Analysis, Benchmarking Methodology / Intelligence 索引: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
Artificial Analysis, Benchmarking Methodology / Intelligence 索引: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI Batch API / Structured Outputs / Models: <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI Batch API / Structured Outputs / Models: <[https://docs.x.ai/developers/advanced-api-usage/batch-api](https://docs.x.ai/developers/advanced-api-usage/batch-api)>; <[
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
xAI Batch API / Structured Outputs / Models: <[https://docs.x.ai/developers/advanced-api-usage/batch-api](https://docs.x.ai/developers/advanced-api-usage/batch-api)>; <[https://doc
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
出典ID・検証情報・機械可読データ
根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。
- 記事ID
- PM-GROK-CORE-07
- 最終確認日
- —
- 提供元・モデル・プラン・利用環境
- GROK
- 対象地域
- —
元資料の全文と収録照合記録
資料の識別情報
Source SHA-256 e2ec3734d887823cc889549b45a5c24b8b98bf0fb9ca247ff10ff40461134b20
Product Mapping — Grok / CORE-07
PRODUCT_MAPPING_ID: PM-GROK-CORE-07-v0.1
PROVIDER: GROK / xAI
CORE_PACKET: PKT-GEMINI-A-CORE-07-v0.1
AS_OF: 2026-09-13 JST
STATUS: PUBLIC_MAPPING_BOUNDED_COMPLETE / BENCHMARK_PROVENANCE_SPLIT / LIVE_ORG_PENDING
LAYER: PRODUCT_MAPPING (not Enterprise AI Core; not Organization Overlay)
Scope
CORE-07のgolden dataset、scorer/judge、holdout、slice/tail gate、release evidenceを、Grok 4.6 announcement/model card、xAI APIのBatch/structured-output/model identity、author-maintained Grok Build、独立benchmark methodologyへ対応づける。公開benchmark値はその評価条件に限定し、xAI organizationのrelease acceptance、実tenant性能、非公開dataset、汚染有無、judge妥当性へ外挿しない。
Surface and lifecycle separation
| SURFACE | CURRENT EVIDENCE | DECISION | LIMIT |
| release announcement | 2026-08-12のGrok 4.6発表はAA Intelligence、GDPVal-AA、DeepSWE 1.1、CursorBench 3.2、FrontierCode 1.1等を掲示 | model/release時点のcapability evidenceとして保存 | competitor値は各社system cardまたはleaderboard由来で、単一共通runではない |
| model card | final deployed checkpointを原則としつつ、Cursor、Mercor、Cognition、Datacurve、Abundant AI、Harbor、Artificial Analysis等の実施結果と複数harness/effortを併記 | benchmark名/version、runner、harness、effort、sample、metric、reported-byを行単位で保存 | public scoreはorganization固有task、holdout、acceptance thresholdの証拠ではない |
| Grok Build | xAIのcoding-agent harness/TUI。公開repoはmonorepoからperiodic syncされ、SOURCE_REVを持つ | coding/agent評価ではbinary versionとsource revision、config、tools、workspaceをcandidate environmentへ含める | current repo/sourceは過去model-card runのexact harness artifactを自動再構成しない |
| Batch API | request単位IDとpending/success/error/cancel/expiryを持つ非同期carrier | bulk evaluationのtransport/statusとして利用可能 | batch completionはvalid result、semantic pass、release acceptanceではない |
| structured outputs | JSON Schema subsetでresult envelopeを制約可能 | parser/schemaのdeterministic checkへ利用 | schema conformanceはoracle、rubric、judge calibration、意味品質を保証しない |
| independent benchmark | Artificial Analysisはmodel/API/systemの独立benchmark methodologyとversioned composite indexを公開 | first-party model cardと独立測定を別provenanceで比較 | index version変更により構成評価が変わるため、異版scoreを同一系列として直結しない |
Core → Grok mapping rows
| ROW | CORE CONTRACT | XAI / GROK FINDING | DECISION / UNKNOWN |
| PM-C07-GROK-001 | candidate/evaluation artifact separation | announcement、model card、API response、Batch、Grok Buildは別artifact/surface | candidate config、dataset、scorer/judge、run、result、release decisionを外部ledgerで結合 |
| PM-C07-GROK-002 | versioned benchmark provenance | model cardはbenchmarkごとにversion、harness、thinking effort、実施者が異なる | scoreごとにexact benchmark/harness/effort/reported-by/as-ofを保存し、混合bar chartを共通runへ昇格しない |
| PM-C07-GROK-003 | representative slice and acceptance | public coding/knowledge/safety benchmarksは広いが、組織固有のJapanese業務、RAG、tool、副作用、artifact受入を代表するとは限らない | organization task distribution、failure corpus、freshness、sealed holdoutを別設計 |
| PM-C07-GROK-004 | deterministic-first scoring | structured outputとcoding harnessはschema、test、artifactの機械判定を支援できる | schema/test/receipt/readbackを先行し、model/judge評価だけでcritical correctnessを閉じない |
| PM-C07-GROK-005 | judge registry/calibration | model cardにはmodel-based gradingや外部pairwise/rubric評価があるが、全judge config・order・human disagreementが一様に公開されるわけではない | judge model/config/prompt/rubric/order/sampling/abstention、人手校正をrun artifactへ固定 |
| PM-C07-GROK-006 | harness identity | Grok Build repoはSOURCE_REVを持ち、2026-09-09のcurrent releaseはv1.0.25 | binary/version/source revision、model、tools、permissions、workspace image、networkを固定。current sourceを過去結果のexact harnessとみなさない |
| PM-C07-GROK-007 | infra/candidate failure split | Batchはpartial/error/cancel/expiryを持ち、agent harnessもtool/terminal/network失敗を含み得る | INFRA_ERROR、invalid、missing、candidate failureを分離し、valid N不足を0点や合格へ変換しない |
| PM-C07-GROK-008 | contamination/holdout boundary | public benchmark scoreと「contamination-resistant」という選定理由は、当該modelの非汚染を単独証明しない | leak ledger、fresh/rephrased challenge、sealed holdout、ConStat型gapを限定反証として使用し、汚染断定にも無汚染証明にも使わない |
| PM-C07-GROK-009 | slice/tail/repetition gate | benchmark aggregateやpass@1はcritical tail、組織固有regression、反復varianceを隠し得る | slice AND gate、zero-tolerance、repeat distribution、worst case、unsafe/over-refusal対を要求 |
| PM-C07-GROK-010 | Organization boundary | 採用model/effort/surface/harness、dataset owner、threshold、holdout custodian、judge allowlist、release authorityは公開資料から確定しない | Organization Overlayへ移送し、UNKNOWNを維持 |
Safe verification profile
非機密synthetic fixtureと許可されたtest teamだけを使う。今回はxAI API、team、Console、model、Batch、Grok Build binary、tool、dataset、judgeを操作していない。
- candidateにmodel/date pin、reasoning effort、system prompt、tool/source/schema、API/SDK、Grok Build binary/version/SOURCE_REV、workspace imageを固定する。
- dev、representative、known-failure、freshness、challenge、sealed holdoutを分離し、benchmark/public example/prompt tuningへの露出をleak ledgerへ記録する。
- exact/schema/calculation/test/receipt/artifact/readbackをdeterministic-firstで判定し、LLM judgeはorder swap、反復、abstention、人手sampleを伴う補助判定にする。
- Batchはrequest IDごとにstatusをread backし、error/cancel/expire/missing/parser failureをINFRA_ERRORとしてcandidate errorから分離する。
- agent/coding taskはtrajectory、tool receipt、git/workspace diff、tests、artifact digest、external readback、human acceptanceを別証拠としてjoinする。
- 公開benchmark再現laneとorganization golden set laneを分け、異なるbenchmark version/harness/effortのscoreを同一aggregateへ混ぜない。
- overall平均がpassでもcritical slice、known regression、Japanese、safety/over-refusal、tail、variance、valid Nのいずれかがfailならreleaseをblockする。
既存EXP-C07-001の12/12はCOMPILER_EXPERIMENTであり、Grok/xAI、Grok Build、Batch、judge、modelのlive試験へ再分類しない。
Organization Overlay handoff
- adopted API/consumer/Build surface、team/region、model/date pin/effort、SDK/Build version/source revision
- dataset owner/access、holdout custodian、leak ledger、freshness/failure corpus更新周期
- scorer/judge registry、人手sample、disagreement/abstention/tie-break policy
- Batch quota/deadline/retry、infra-error policy、valid-N floor、evidence retention
- slice threshold、critical failure、variance、cost ceiling、release/exception/rollback authority
Provenance
- xAI, Introducing Grok 4.6: <https://x.ai/news/grok-4-6> (published 2026-08-12; read 2026-09-13)
- xAI, Grok 4.6 Model Card: <https://media.x.ai/v1/website/card-4p6-4cd2dc57.pdf> (release artifact read 2026-09-13)
- xAI, xai-org/grok-build: <https://github.com/xai-org/grok-build> (SOURCE_REV c4ea71cfdbcdb21e32e41bc25a0043d7d4836714; read 2026-09-13)
- xAI, Grok Build changelog: <https://x.ai/build/changelog> (v1.0.25 dated 2026-09-09; read 2026-09-13)
- Artificial Analysis, Benchmarking Methodology / Intelligence Index: <https://artificialanalysis.ai/methodology>; <https://artificialanalysis.ai/> (current index v4.3 observed 2026-09-13)
- xAI Batch API / Structured Outputs / Models: <https://docs.x.ai/developers/advanced-api-usage/batch-api>; <https://docs.x.ai/developers/model-capabilities/text/structured-outputs>; <https://docs.x.ai/developers/models> (reused)
Exit condition
Grok 4.6のrelease/model-card benchmark、外部実施者、harness/effort、Grok Build source/release、Batch、structured output、独立benchmark methodologyを別surfaceとしてCORE-07へ対応づけた。公開scoreをorganization release acceptance、汚染有無、judge妥当性、live tenant性能へ昇格しない。Core claimは変更しないためGemini/GPT/Claude遡及監査は不要である。
EVD-PM-GROK-CORE-07-URL-66321E57AE7A研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-66321E57AE7A
- 検証箇所
- Provenance · - xAI, Introducing Grok 4.6: <[https://x.ai/news/grok-4-6
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-C547143F6623研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-C547143F6623
- 検証箇所
- Provenance · - xAI, Grok 4.6 Model Card: <[https://media.x.ai/v1/website/card-4p6-4cd2dc57.pdf
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-CC7D258F82FC研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-CC7D258F82FC
- 検証箇所
- Provenance · - xAI, xai-org/grok-build: <[https://github.com/xai-org/grok-build
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-0F8FE06795BB研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-0F8FE06795BB
- 検証箇所
- Provenance · - xAI, Grok Build changelog: <[https://x.ai/build/changelog
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-0878B9C4BDC7研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCEArtificial Analysis, Benchmarking Methodology / Intelligence Index: <[
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-0878B9C4BDC7
- 検証箇所
- Provenance · - Artificial Analysis, Benchmarking Methodology / Intelligence Index: <[https://artificialanalysis.ai/methodology
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-E3CAAEA65CC5研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCEArtificial Analysis, Benchmarking Methodology / Intelligence Index: <[
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-E3CAAEA65CC5
- 検証箇所
- Provenance · - Artificial Analysis, Benchmarking Methodology / Intelligence Index: <[https://artificialanalysis.ai/
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-2DC3FAB17BB9研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCExAI Batch API / Structured Outputs / Models: <[
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-2DC3FAB17BB9
- 検証箇所
- Provenance · - xAI Batch API / Structured Outputs / Models: <[https://docs.x.ai/developers/advanced-api-usage/batch-api
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-086CFC997988研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-086CFC997988
- 検証箇所
- Provenance · - xAI Batch API / Structured Outputs / Models: <[https://docs.x.ai/developers/advanced-api-usage/batch-api](https://docs.x.ai/developers/advanced-api-usage/batch-api)>; <[https://docs.x.ai/developers/model-capabilities/text/structured-outputs
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-PM-GROK-CORE-07-URL-905D5D7A5FB4研究資料研究資料根拠の出所: APPROVED_DOCUMENT_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-PM-GROK-CORE-07-URL-905D5D7A5FB4
- 検証箇所
- Provenance · - xAI Batch API / Structured Outputs / Models: <[https://docs.x.ai/developers/advanced-api-usage/batch-api](https://docs.x.ai/developers/advanced-api-usage/batch-api)>; <[https://docs.x.ai/developers/model-capabilities/text/structured-outputs](https://docs.x.ai/developers/model-capabilities/text/structured-outputs)>; <[https://docs.x.ai/developers/models
- 適用範囲
- Provenance
- 出典・来歴
- APPROVED_DOCUMENT_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
PM-GROK-CORE-07-DOCUMENT-READBACK実装資料実装資料根拠の出所: DOCUMENT_INGESTION_READBACK原資料との収録照合
- 裏付ける内容
- 資料単位の本文ハッシュ、段落数、表数を照合しています。
- 確認日
- —
- 出典・実験ID
- DOC-083cde4caa627644-PM-GROK-CORE-07
- 検証箇所
- 18WPldGemks2px0ukhKYINeBMrBwAmlAi · 083cde4caa627644036a2225f1f6ff29b8015bd902614fe1f7a00a997b4eb59c · provider_mappings/PM-GROK-CORE-07.md · 7d3a9aafb59d18db0ba7b619ea02af30ecb2c9611ab34239f9708fe35fb72fa6
- 適用範囲
- 公開指定を受けた資料単位の全文・表・出典。
- 出典・来歴
- SOURCE_IDENTITY_VERIFIED
- 限界
- 収録照合は主張の真偽や外部根拠の最新性を追加保証しません。
- 出典ID
- DOC-083cde4caa627644-PM-GROK-CORE-07, SRC-PM-GROK-CORE-07-URL-66321E57AE7A, SRC-PM-GROK-CORE-07-URL-C547143F6623, SRC-PM-GROK-CORE-07-URL-CC7D258F82FC, SRC-PM-GROK-CORE-07-URL-0F8FE06795BB, SRC-PM-GROK-CORE-07-URL-0878B9C4BDC7, SRC-PM-GROK-CORE-07-URL-E3CAAEA65CC5, SRC-PM-GROK-CORE-07-URL-2DC3FAB17BB9, SRC-PM-GROK-CORE-07-URL-086CFC997988, SRC-PM-GROK-CORE-07-URL-905D5D7A5FB4
- 追跡中のUNKNOWN ID
- PM-GROK-CORE-07-CURRENTNESS
- 再確認のきっかけ
- 原資料の更新 · 参照資料の変更 · 新しい反証・検証記録
機械検査: 通過 — 機械検査の結果です。情報の正確性や実行の承認を保証するものではありません。
同じ記事IDの機械可読データです。