英国の AI セキュリティ研究所は、標準的なベンチマークが AI エージェントの実際の能力を体系的に過小評価していることを発見しました。

ソフトウェアエンジニアリングのタスクでは、より多くのコンピューティングリソースを使用すると成功率が約 25% 上昇しました。

AI生成：要約はリンク先の情報源をもとにAIが作成しています。 AIの利用について