一貫性

RESEARCH / 04

IBM、エージェントの「たまに失敗」を半減させる consistency guidelines を公開 — 平均成功率は維持したまま Pass⁵ を53%→69%に

IBM Researchがエージェントの一貫性ギャップ（Mean@kとPass^kの差）を診断・改善するALTK-Evolveの拡張「consistency guidelines」を公開。AppWorld test_normalでPass⁵が53.0%→69.0%、ギャップが24.4pp→12.0ppに縮小したと報告。一次情報に基づき手法と数値を整理する。