OSWorld に関する報道

CURA は、信頼性の低い自己報告を外部モニターに置き換えることを提案しています。OSWorld でのエージェントの失敗の 90% は依然として成功を宣言しており、CURA はテレメトリ データを読み取るだけで、追加の LLM 呼び出しを行わずに、認定された誤検知保証付きの連続テストにトレースを変換します。これは、AI エージェントのセキュリティがモデルの自己知識に依存することから検証可能な外部監視に移行できることを示唆しています。