エージェント軌跡
AIエージェントが課題中に行った操作や判断の履歴のこと。途中で何を見て何を決めたかを追える記録。
たとえば: 作業のログや、探偵の捜査メモの時系列記録のようなもの。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 物理研究を「正しさ」と「出版可能性」まで測るベンチマークFrontierPhysics
FrontierPhysicsは、文献調査から論文原稿作成までを含む物理研究のエンドツーエンド評価を目指す。決定的検証器と専門家ルーブリックで、正しさと出版可能性を併せて判定する。22モデル×26構成の結果、合格数は168回中46回を超えなかった。
