구글에서 발표한 테크니컬 리포트에 있음
이미 갤에 이 테이블 올라왔던걸로 기억한는데 밑에 누가 자료출처 묻길래 가져옴

5-shot 기준으로 동일하게 보면 GPT-4가 더 높게 나옴
CoT(단계별로 생각하라는 프롬프트 준거)로 하면 울트라가 90을 넘기는데

보면 알겠지만 단서가 하나 더 붙어있긴함
똑같은 방식을 GPT-4에 적용시켰을때의 벤치점수는 없음(여전히 Ultra가 더 고득점일수 있음)