IBM、CUGAエージェントフレームワークの比較評価を公開
まずはこの出来事を
AI によるまとめ
2026年11月3日、IBMのチームはHugging Faceのブログで比較評価を公開し、同一のオープンウェイトモデルGLM-5.3-flashを用いてAppWorldの90タスクでCUGA、Hermes、Deep Agentsの3つのエージェントフレームワークをテストした。結果、タスク通過率はそれぞれ81.1%、46.7%、30.0%、シナリオ全通過率はそれぞれ66.7%、26.7%、6.7%だった。この比較は同一モデルでハーネスを変えた場合の性能差を調べることを目的としており、CUGAが2つの指標でいずれも先行したと報じている。
報道をもとに AI が作成 · 1 時間前に更新
報道の時系列
報道をたどり、出来事のさまざまな面を知る。
11月3日
- Hugging Face Blog精選同一モデルでハーネスを比較：CUGA、Hermes、Deep AgentsをAppWorldで検証
IBMのチームは、同一のオープンウェイトモデルGLM-5.3-flashを使い、AppWorldの90タスクでCUGA、Hermes、Deep Agentsを比較した。タスク通過率はそれぞれ81.1%、46.7%、30.0%、シナリオ全体の通過率は66.7%、26.7%、6.7%だった。
この出来事の注目度の推移
連続した観測データがまだ足りないため、推移は描いていません。