未来観測新聞
AIAIエージェント

AIの「完了」をデータで検証 ThinkingBox、反復業務の信頼性測る

この記事を共有

ThinkingBoxの評価環境と、Kimi K3などが507課題を20回繰り返した結果を示す論文の図。
画像の権利情報
小売り、保険、旅行、銀行のIT業務、コンサルティング会社のIT・人事業務を模した507課題を用意した。各モデルに同じ課題を20回ずつ実行させ、毎回データベースを初期状態に戻した。AIの完了報告だけで判断せず、必要な変更が入り、余分な変更がな…

続きを読む

ニュース全文と本誌の考察を7日間無料で読めます。

初めて購読する方が対象です。無料期間終了後は月額980円(税込)で自動更新されます。終了前に解約すると料金はかかりません。

続きを読む

ニュース全文と本誌の考察を7日間無料で読めます。

初めて購読する方が対象です。無料期間終了後は月額980円(税込)で自動更新されます。終了前に解約すると料金はかかりません。