METR、GDPval、DeepScholar-Benchの各論文に基づく投稿が、AIエージェントの評価を期間、価値、信頼性の3つの主要要素に分解しています。
2026-09-16 01:11:58 UTC 3つの論文がエージェント評価を期間・価値・信頼性に分解 METR、GDPval、DeepScholar-Benchの各論文に基づく投稿が、AIエージェントの評価を期間、価値、信頼性の3つの主要要素に分解しています。 Source posts Original post by @shao__meng on X