#evaluation methodology のAIニュース

OpenAI、エージェント型コーディングにおける事前展開リスク評価に「デプロイメント・シミュレーション」手法を拡張

OpenAI は新手法「Deployment Simulation」を発表し、モデル出荷前に過去の会話を再現して現実的な文脈での振る舞いを検証する。これにより、従来の評価で見逃されていた盲点を特定し、エージェント型コーディングのリスク評価を強化した。