Microsoft、
要
AI要約
3行で- Microsoft がエージェント評価の ThinkingBox を公開しました。
- 最終的なデータベース状態と副作用で採点します。
- 507 タスクを各 20 回実行して検証します。
AI要約です。詳しくは出典へ。誤りを報告
Karunews が選んだ理由エージェントの信頼性を最終的なデータベース状態で測る考え方と、20 回連続成功の実測値が示されており、業務導入の判断材料になります。
典