Microsoft、エージェントの再現性向上のため187のタスクでQwen3.8-27Bを訓練
MicrosoftとHugging Faceの実験は、507のベンチマークタスク全体で平均成功率を9.08パーセンテージポイント向上させた一方で、モデルが少なくとも一度の試行で解いたタスク数は7つ減少した。
By Ryan Merket · Published · Updated

MicrosoftとHugging Faceの実験は、507のベンチマークタスク全体で平均成功率を9.08パーセンテージポイント向上させた一方で、モデルが少なくとも一度の試行で解いたタスク数は7つ減少した。