ThinkingBox に関する報道

Microsoftが発表した「ThinkingBox」は、AIエージェントが生成したテキストではなく、データベースに残された実際の記録を評価するものであり、これはAIエージェントの評価基準が単なる「ツール呼び出しの成功」から、長期的な「バックエンドの状態の一貫性」へと移行しつつあることを意味しています。このような転換は、大規模言語モデルが多ステップのタスクにおいて起こす隠れたミスを露呈させるのに役立ちます。