プリンストン大学の研究者は、AI エージェントが架空のソフトウェア会社を 500 日間模擬的に経営しなければならないテストである CEO ベンチを構築しました。現在のモデルのほとんどは破綻しており、AI 機能のない単純なルールベースのヒューリスティックです…
新しいモデルは、機能と価格パフォーマンスの最前線をリセットします。チームは、ローンチによって 1 ドルあたりの可能性が変わるたびに、何を構築するかを再評価します。
概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。