Актуализира се ежедневно1793 проверени истории

AI новини.Без шума.

Проверено от източници AI покритие на пускането на продукти, промените в политиките, изследванията на безопасността и индустриалните ходове, обяснено на ясен език от образователен екип на неправителствена организация.

Потвърден източник

Всяка история се свързва с най-силните налични доказателства: оригинални източници, когато са налични, иначе ясно приписани доклади.

Обикновен английски

What happened, why it matters, and what to watch — without the jargon.

Без пълнител

Когато сигналът е слаб, ние не публикуваме нищо, вместо да допълваме емисията.

Архив на новини

Архив с новини за AI — Страница 141

Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.

Source-provided image accompanying Thinkingbox benchmark finds AI agents struggle to reliably complete stateful business workflowsТоп история
Иновация5 min прочети
Иновация5 min прочети

Thinkingbox benchmark finds AI agents struggle to reliably complete stateful business workflows

A new arXiv paper introduces Thinkingbox, a sandbox and benchmark for testing AI agents on multi-step business tasks. The strongest tested model achieved a 65.36% pass@1 score but only a 25.25% pass^20 score, highlighting the gap between occasional success and dependable execution.

Прочетете историята Потвърден източник: arxiv.org
9 истории

Един полезен брифинг всяка седмица

Поддържайте изкуствения интелект, без да живеете в потока.

Получете потвърдените новини за AI за седмицата, оригинални данни, полезни инструменти, учебни предложения и нови AI работни места.

Send me
One email a week. Switch any time.

Reach people who are learning AI

Наемане на AI професионалист или пускане на полезен AI продукт? Представете го пред хора, които са дошли тук, за да учат и действат.

Публикувайте работа за AI Изпратете AI инструмент