タグ： #long-horizon

24 時間・1,000 ツールコール：カーネル最適化ケーススタディが証明したもの

ベンチマークが測るのはエージェントの短距離走。Meta のカーネル最適化ケーススタディが測ったのはマラソンです。そして興味深いのは後者の数字です。