UGI Leaderboardレビュー2026：Uncensored General IntelligenceベンチマークはLLMをどう評価する？

2026年更新 — 「UGI」はUncensored General Intelligenceの略です。モデルが対策用の学習をできないよう、ランキングの作成者はテストの具体的な質問を非公開にしています。この設計は、ランキングが役立つ理由であると同時に、その数値を絶対視すべきでない理由でもあります。

「UGI leaderboard」と検索したなら、どの大規模言語モデルがリクエストを拒否しにくいのかを知りたいのかもしれません。あるいは、この名前を見かけ、結論を出す前に何を測っているのか確かめたいのかもしれません。この記事では、UGI Leaderboardの概要、採点方法、高得点から読み取れることと読み取れないこと、手法上の課題を解説します。

要点を先に言うと、UGIはDontPlanToEndという名前の管理者が運営する、ボランティアによるHugging Face Spaceです。オープンなLLMと非公開のLLMを対象に、センシティブな話題、議論の分かれる話題、通常は回答を拒否されやすい話題にどれだけ応じるかを評価します。さらに、「回答する姿勢」が単に「もっともらしい誤情報を作る姿勢」ではないかを確かめるため、一般知識もチェックします。AI研究者やアラインメント研究に携わる人、ベンチマークの点数が似た2つのモデルが実際にはなぜ異なる振る舞いをするのか知りたい人にとって、対象は限定的ながら有用なデータです。

---

UGI Leaderboardとは何か

UGI Leaderboardはhuggingface.co/spaces/DontPlanToEnd/UGI-Leaderboardで公開されています。2,000件を大きく超える「いいね」が付き、新しいモデルの評価を求めるコミュニティの議論も数百件あります。研究所や企業が支援する取り組みではなく、1人の管理者によるプロジェクトです。運営方法は多くのHugging Faceコミュニティランキングと同様で、モデルを申請し、評価待ちの列に入り、採点後にランキングへ掲載されるかどうかを確認します。

ここでいう「無検閲」には、具体的な意味があります。このランキングは、レッドチーム向けのセキュリティベンチマークのように、モデルが違法または危険な行為を支援するかを測るものではありません。測っているのは、境界にあるものの合法的な話題での拒否率です。正当な研究、創作、あるいは刺激的でも合法的な質問に対し、安全性を重視して調整されたAIアシスタントが「お手伝いできません」と回答を避けるような場面が対象です。ランキングが掲げる目的は、しばしば混同される2つの点、つまりモデルが答えを知っているかとその答えを提示するかを分けて捉えることです。

この区別は重要です。高性能なモデルでも、事実を「知って」いながら、慎重すぎる安全対策によって回答を拒むことがあります。UGIは、それがどれほど頻繁に起きるかをモデルごとに数値化します。

---

採点方法

UGIの評価項目は、単一の数値を示す一般的なランキングより多岐にわたります。総合スコアだけを見ると誤解しかねません。公開されているデータ列を基に、順位に関わる指標を見ていきます。

UGIスコア（0–100） — Danger（危険または制限対象の情報）、Entertainment（成人向けに近い創作内容）、SocPol（多くのモデルが慎重な表現を取る社会・政治的話題）の3分野で、回答する姿勢と知識を組み合わせた複合スコアです。最もよく引用される数値ですが、単独では読み取れることが最も少ない指標です。

Willingness（W/10） — 回答の質とは別に、モデルが拒否や回避をせず、実際に回答を試みる頻度を測る0–10の指標です。Willingnessが高くても、形式上は拒否していないだけで、内容が平凡だったり、核心を避けたりすることはあります。

NatInt（Natural Intelligence） — Textbook、Pop Culture、World Modelのサブスコアに分かれた一般知識のチェックです。拒否せず自信を持って誤答することでUGIスコアを高めてしまうモデルを見分けるために設けられています。Willingnessが高くNatIntが低いモデルは、何にでも応じる一方で、内容を十分に理解していないことが多いモデルです。

Political Lean — Federal–Unitary、Democratic–Autocratic、Nationalism–Internationalism、Progressive–Traditionalなど、およそ12の思想的な軸に沿った内訳です。意見が分かれやすい問いに対し、特別な指示を与えていないモデルの回答がどこに位置するかを評価します。「無検閲」という観点とは独立して、モデルのバイアスを研究する人に役立つ項目の一つです。

Writing — 無難で形式的な文章から露骨な表現を含む創作まで、文体の幅を評価します。読みやすさの学年レベルや独創性に関する補助指標もあります。

管理者はテストに使う具体的なプロンプトを非公開にしており、そのことを明言しています。公表後にモデル提供者がベンチマーク対策の学習をするのを防ぐため、というのが説明されている理由です。ベンチマークの健全性を守るうえで理解できる判断ですが、代償もあります。プロジェクト外の人は、実際に何が質問されているかを独立して監査できません。公平で代表性のある問題群かどうかは、匿名の管理者1人の判断を信頼することになります。

---

順位の状況（2026年初頭のスナップショット）

新しいモデルが評価されるたびに順位は変わります。具体的な順位は固定された事実ではなく、その時点の記録として扱い、数値を引用する前に公開中のランキングを確認してください。広く報告された直近のスナップショットでは、次のようになっています。

細かな数値は、この記事を読む頃には古くなっている可能性があります。それよりも傾向に注目する価値があります。強いRLHFによる安全性調整を施さずに公開されたオープンウェイトモデルは上位に入りやすく、プロプライエタリモデルは低めの順位に集まります。ただし、Grokのような例外もあります。また、UGIスコアが最高のモデルとWillingnessが最高のモデルは通常一致しません。単一の総合スコアでは見落とす違いです。

---

アクセス方法と使い方

料金プランを比較する必要はありません。ランキング全体を無料で利用できます。Hugging Face Spaceを開き、UGI、Willingness、NatInt、またはPolitical Leanの個別の軸など、関心のある列で並べ替えれば、表全体を確認できます。閲覧にログインやAPIキーは不要で、閲覧時のレート制限もありません。

表を読むだけでなく活用したい場合は、次の2点を知っておくと便利です。

• 元データの書き出し。 評価結果はSpaceから直接CSVとしてダウンロードできます。標準のGradioテーブル表示に頼らず、自分で並べ替え、絞り込み、グラフ化したい場合に適しています。
• モデルの申請。 自分で管理するファインチューニング済みモデルを評価したい場合は、Spaceの申請画面から提出し、評価待ちの列に入ります。資金のあるベンチマークチームではなく1人で運営しているため、所要時間は管理者が使える計算資源と時間に左右されます。十分なリソースを持つ学術系ランキングのような、当日中の対応は期待しないほうがよいでしょう。

アクセスに関してもう一つ注意点があります。採点には非公開のテスト問題群が使われるため、そのモデルのAPIを利用できても、スコアを自分で再現することはできません。確認できるのは管理者が報告した数値であり、独立して再計算できる数値ではありません。この点からも、確定的な評価ではなく傾向を示す情報として扱うのが適切です。

---

UGIスコアが高くても意味しないこと

このランキングで最も多い誤解なので、明確にしておきます。UGIスコアが高いことは、モデルが実際に有害、違法、または危険な行為を支援する証拠ではありません。 ランキング自体の説明と第三者による解説は、この点で一致しています。スコアが示すのは「拒絶するより議論や説明に応じる傾向」であり、危険な内容を生成する傾向ではありません。明らかに有害な依頼に対する安全対策は、ここでスコアの差を主に生む、境界的な創作、歴史、医療、社会政治の話題とは異なる、対象がずっと限定された領域です。

成人向けのテーマを扱うフィクション、医療・法律情報の整理、暴力的な出来事の歴史分析、過激主義に関する学術研究など、過度な回答拒否が実際の支障になる用途でモデルを評価するなら、UGIは有用な判断材料です。有害な目的でモデルの安全性対策を回避する近道を探している場合、このランキングは役立ちませんし、それを測るために作られたものでもありません。

---

強み

• 実際にある空白を埋めています。 一般的なベンチマーク（MMLU、HumanEval、MT-Bench）は回答拒否の挙動を測りません。UGIは、この観点について継続的に更新される数少ない公開データの一つです。
• 知識と回答意欲を分けています。 NatIntとUGIを分ける設計は、すべてに自信を持って答えるだけのモデルが「勝つ」ことを防ぐ点で、単一の混合スコアより優れています。
• Political Leanの項目には独立した価値があります。 「無検閲」という切り口に関心がなくても、ほかでは見つけにくい、モデルごとの思想的バイアスの比較に役立ちます。
• 継続的に運営されています。 新しいモデルの申請は定期的に評価待ちの列に入り、評価されています。コミュニティで進行中の議論の多さからも、放置されたプロジェクトではなく、継続して利用されていることがうかがえます。
• 無料で公開されています。 アカウントも有料登録も不要です。独自に分析したい人は、Hugging Face Spaceから元のCSVデータを直接ダウンロードできます。

弱み

• 手法の非公開には両面があります。 テスト用プロンプトを非公開にするとベンチマーク対策を防げますが、質問に代表性とバランスがあり、管理者自身の見落としがないかを第三者が検証できません。
• 管理者が1人のプロジェクトです。 編集委員会も、評価者間の一致度に関する公開された検証も、機関による支援もありません。LMArenaの学術的な出自やMTEBの複数人による運営体制とは異なります。
• 英語中心です。 公開資料を見る限り、英語以外での回答拒否の挙動や知識に関する評価は、あってもごく限られています。
• 名称が誤解を招く可能性があります。 「無検閲」は含意の強い言葉です。実際の内容は名称から受ける印象より「回答拒否率のベンチマーク」に近いものの、その名前だけで意図しない関心を集めかねません。業務上の文脈で引用する前に知っておきたい点です。
• 企業のモデル調達向けには作られていません。 顧客向け製品のモデルを選ぶ場合、このランキングが答える問いだけでは足りません。求められるのは回答意欲の最大化だけでなく、不要な拒否の少なさと、制御できる安全性の挙動です。

---

ほかのLLMランキングとの比較

これらは直接競い合うものではありません。測っているものが異なり、同じモデルでも4つのランキングで順位が大きく変わり得ます。ここから言えるのは、UGIを含め、モデル選定の判断材料を1つのランキングだけに絞るべきではないということです。

---

どんな人に向いているか

向いている人： アラインメントや回答拒否の挙動を研究するAI研究者、慎重すぎる拒否が使い勝手を損なうツールを作る開発者（長編フィクション、成人向けテーマを扱う創作ツール、学術研究向けAIアシスタントなど）、特別な指示を与えない場合のモデルの政治的な表現に関心がある人、自分のファインチューニング済みモデルをほかのモデルと比較したいオープンソースモデルの管理者です。

向いていない人： カスタマーサポートや一般消費者向け製品のモデルを選ぶ企業チーム（必要なのは最大限の回答意欲ではなく、調整可能な安全性です）、UGIの高得点を提供者の利用ポリシーを回避する許可だと考える人（第三者による観測結果であり、許可ではありません）、単一の権威ある「最高のモデル」ランキングを求める人です。このランキングも、ほかの単一のランキングも、その目的には作られていません。

---

スコアを慎重に読む方法

1. UGIスコアだけを引用しないでください。 WillingnessとNatIntの内訳も併せて見ましょう。そうしないと、モデルが単に応じるだけなのか、十分な能力もあるのかを見落とします。
2. スナップショットの日付を確認してください。 新しいファインチューニング済みモデルや高性能モデルが申請されると、順位は速く変わります。3か月前のランキングのスクリーンショットは、ほとんど参考になりません。
3. 能力を測るベンチマークと照らし合わせてください。 UGIで首位でも、Open LLM LeaderboardやArenaで下位なら、何にでも応じる一方で、特に優れた能力を示していないモデルかもしれません。
4. 1人の管理者によるテスト問題群であることを忘れないでください。 単一の情報源によるほかのベンチマークと同様、有用なデータの一つとして扱い、最終判断にはしないでください。

---

まとめ

UGI Leaderboardは、主要なベンチマークが扱わない領域を補います。正当でありながらセンシティブな依頼にモデルがどれほど頻繁に回答を拒否するかを数値化し、回答内容について実際に知識があるかどうかと分けて示します。そのため、アラインメント、コンテンツモデレーションの調整、不要な回答拒否に悩む創作ツールに取り組む研究者や開発者にとって、有用な参照先です。

一方で、能力ランキング、安全対策を回避するための案内、あるいは「最高」のモデルを決める権威ある順位表として扱うべきではありません。手法が非公開であること、管理者が1人であること、誤解を招きやすい名称であることを踏まえ、Arenaのような選好データや標準的な能力ベンチマークと照合しながら、複数の判断材料の一つとして読む必要があります。

このレビューは、2026年初頭時点で公開報告されていたランキングデータに基づいています。順位は頻繁に変わるため、最新の状況は公開中のUGI Leaderboardで確認してください。