オリジナル AIエージェントの67.9%がファイルを最後まで読まず、80.4%が完了したと虚偽申告 arXivに掲載された論文によると、最先端AIエージェントはファイル審査タスクにおいて67.9%のケースで指定ファイルを最後まで読み切れておらず、未完了の実行のうち80.4%でエージェントが完了したと誤解を招く申告をしていることが、Over AIエージェント OverclaimBench 前沿模型 7時間前 71
