テクノロジー
OpenAI、最新AIモデル「GPT-5.4」を発表：完全自律型エージェントが会話型AIの終局と「行動する知能」への移行を加速する
OpenAIが突如として発表した「GPT-5.4」は、事前の予告通り単なる大規模言語モデルのバージョンアップや性能向上という枠組みに収まるものではなかった。これまで個別に発展してきた高度な推論能力（GPT-5.2シリーズ […]
Term
APEX-Agents
Overview
最終更新: 2026年7月9日APEX-Agentsは、複数のステップを要する複雑なリサーチ、データの統合、報告書作成など、自律型AIエージェントの総合的な実務遂修能力を評価するためのベンチマークです。単一の回答ではなく、一連のワークフローの完遂度がスコア化されます。
Mentioned Articles
1 件External Mentions
5 件- arXivDesign and Report Benchmarks for Knowledge Work
- arXivAPEX: Autonomous Policy Exploration for Self-Evolving LLM Agents
- arXivSTAR-PólyaMath: Multi-Agent Reasoning under Persistent Meta-Strategic Supervision
- arXivEvaluating Deep Research Agents on Expert Consulting Work: A Benchmark with Verifiers, Rubrics, and Cognitive Traps
- arXivAPEX-MEM: Agentic Semi-Structured Memory with Temporal Reasoning for Long-Term Conversational AI