Como Quebramos os Principais Benchmarks de Agentes de IA: E o Que Vem a Seguir

Pesquisadores da UC Berkeley demonstraram que os proeminentes benchmarks utilizados para avaliar agentes de IA apresentam falhas fundamentais em sua metodologia. Essa descoberta levanta questões críticas sobre a validade das classificações atuais e a direção futura do desenvolvimento de sistemas baseados em agentes.