الذكاء الاصطناعي والتعلم الآلي١٥ دقيقة
معيار موثوقية وكلاء الذكاء الاصطناعي ٢٠٢٦: ٦٥٪ مرة واحدة، ٢٥٪ دائماً
ThinkingBox هو معيار جديد لقياس موثوقية وكلاء AI: حقق أفضل نموذج نسبة نجاح ٦٥٫٣٦٪ في pass@1 ولكن ٢٥٫٢٥٪ فقط في pass^٢٠ عبر ٥٠٧ مهمة لوكلاء أعمال ذوي حالة (stateful).