INDEX · KEYWORD

ベンチマーク

「ベンチマーク」に関連する公開記事をまとめています。

Signalテクノロジーと道具未来生活ブリーフ

2026/9/246分

Qwen のスマホエージェント3種、完遂率90%は自社ベンチマーク

Alibaba の Qwen がスマートフォンを操作するエージェント群を公開。三つに役割を分け、完遂率は自社の評価基準で 90%。窓口のないアプリでは画面をそのまま見て操作する。

2–4 / 全4本

Deep Diveテクノロジーと道具未来生活ブリーフ

2026/8/297分

48時間と GPU 1枚で、Claude は10種類の欠陥すべてに改善策を見つけた。ただし直せたのは、あらかじめ点数のつく失敗だけだ。測る道具のない失敗は、直っていないのではなく数えられていない。

Signalテクノロジーと道具未来生活ブリーフ

2026/8/285分

Tencent が 770B のモデルの重みを公開した。誰でも落とせるのは本当だが、置き場は 1.5 テラバイト級で、公式の起動手順は GPU 8 枚を前提にしている。そして「最上位」と採点したのは、出した本人だった。

Signalテクノロジーと道具未来生活ブリーフ

2026/8/185分

手元に置ける大きさのモデルに、上位帯に見える数字が付いた。ただしその52は英語のテキストで測られていて、このモデルの目も、日本語も、まだ数字の外にある。