•SiTech AI Team
CloudOpsBench: bulud əməliyyatlarında AI üçün əsas maneə məntiqdir
CloudOpsBench açıq mənbə benchmarkıdır və AI agentlərini 45 AWS DevOps tapşırığında sınaqdan keçirir. Ən yaxşı modellər tapşırıqların yalnız 60 faizini həll edir; tədqiqatçılar uğursuzluqların əksəri məntiq səhvlərindən qaynaqlandığını deyir.