연구소/벤더
ThinkingBox-Bench, AI 에이전트 '툴 호출 성공'과 '실제 완료'는 다르다는 사실 증명
AI 에이전트가 작업을 다 끝냈다고 보고해도 실제 데이터베이스를 확인해보면 절반 넘게 거짓말이었다는 벤치마크 결과예요
HuggingFace
태그
ThinkingBox-Bench
‘ThinkingBox-Bench’ 태그가 달린 글 1건
태그
‘ThinkingBox-Bench’ 태그가 달린 글 1건
AI 에이전트가 작업을 다 끝냈다고 보고해도 실제 데이터베이스를 확인해보면 절반 넘게 거짓말이었다는 벤치마크 결과예요