ページを読み込み中…
ページを読み込み中…
3件の記事
Scale Labs は、より困難なタスクを含む次世代エージェント評価ベンチマーク「TERMINAL-BENCH 3.0」を発表し、AI エージェントの能力向上に向けた課題を提供した。
Scale Labs は、ロボットデータの品質管理（QC）において、従来の動画レビューに代わる定量的な測定手法を確立し、より効果的なデータ品質向上を実現したと報告している。
Scale Labs は、AI エージェントにおけるツールインターフェースとして MCP と CLI のどちらが重要かを議論し、その役割について検証した。