Reddit에서 화제 · reddit.com · 2026-10-09
ThinkingBox: Solving an agent task once vs. solving it 20/20: 507 stateful workflows graded on terminal database state [R]
OIYO 한국어 요약
Microsoft 저자들의 ThinkingBox 연구로, 에이전트가 과제를 ‘한 번’ 성공했는지와 20/20 반복해도 백엔드 DB 상태가 맞는지 비교해요. 5개 도메인 비즈니스 워크플로 507개를 담고, 논문·코드·데이터셋·Hugging Face OpenEnv가 공개돼 있어요. 원시 평가 궤적은 미공개라고 해요.
원문을 읽지 못해 Reddit 소개글을 바탕으로 요약했어요.
OIYO는 원문을 그대로 옮기지 않아요. 요약과 본문 번역은 큐레이션 목적이며, 사실·인용은 원문 출처를 따라요.