最終更新 2026/09/04 20:40
ランキング
AIニュース
AIブログ
開発
組織・キャリア
企業テックブログ
すべて
原文著者: @東京PCレスキュー隊長 /
74日前
Claude CodeとCodex、数字が割れる理由
#生成AI・LLM
#AIエージェント
#機械学習
AIで作成し、掲載基準に基づいて自動選定した要約です。
Terminal-Bench 2.1の結果が6つの出典で異なる理由が明らかに
推論エフォート設定、ハーネスの違い、拒否時のフォールバック処理、測定時点が主な要因
ベンチマークの数値は設定や測定条件によって大きく変わるため、どの条件で測ったかを確認する必要がある
Claude CodeとCodex、数字が割れる理由|東京PCレスキュー隊長
note / 原文を読む
同じカテゴリの記事
AIエージェントは悪意ある指示を記憶するのか?— AgentCore MemoryとGuardrailsで検証
@Song / 13時間前 / 外部資料に含まれる悪意ある指示がAgentCore Memoryに保存されることが確認された
サンドボックス内のAIエージェントにHerdrを安全に使わせたい
@Naofumi Murata / 19時間前 / nonoのサンドボックス内でHerdrを安全に使えるようにプロキシを挟む構成を実装した
AIアシスタント「Grok Bot」をセットアップして、メール整理から献立・買い物エージェントまで作ってみた
@junko105106 / 1日前 / Grok Botでメール整理から献立・買い物エージェントまでを20分で作成した