בלוג

CloudOpsBench מגלה כי חשיבה היא צוואר הבקבוק הגדול ביותר לבינה מלאכותית בפעולות ענן

CloudOpsBench הוא בנצ'מרק חדש בקוד פתוח שבודק סוכני AI ב-45 משימות DevOps ב-AWS. אפילו המודלים המובילים פותרים רק 60 אחוז, והחוקרים אומרים ששגיאות חשיבה גורמות לרוב הכישלונות.