Meta, AI 에이전트의 터미널 사용 능력을 테스트하기 위한 TUA-Bench 공개

요약

Meta가 AI 에이전트의 터미널 활용 능력을 평가하기 위한 벤치마크인 TUA-Bench를 공개했습니다. 이 벤치마크는 이메일, 문서, 과학 도구 등 120개의 실제 환경 작업을 포함하며, 최신 모델인 Claude Opus조차 낮은 성능을 보였습니다.

핵심 포인트

• Meta, AI 에이전트용 TUA-Bench 벤치마크 출시
• 이메일, 문서, 과학 도구 등 120개 실제 작업 포함
• 최첨단 에이전트인 Claude Opus도 65.8%의 낮은 점수 기록