Microsoft AutopilotのプレビューがOpenClaw上で最初の顧客に展開
Omar Shahineは、常時稼働するパーソナルエージェントであるMicrosoft AutopilotのプレビューがMicrosoftの最初の顧客に届き始めており、OpenClaw上に構築されていると述べた。Peter Steinbergerは、大規模展開に向けてコードベースを準備するMicrosoftとの作業が3月から続いていると述べた。
#microsoft
すべてのAIニュースを見るMicrosoftの論文、CASDのプロンプト最適化で平均16.6ポイント向上を報告
CASDは、既製のコーディングエージェントにエージェントログ一式を分析させ、知見を1つのプロンプト内のルールとして記述させる。環境へのアクセスも検証データも不要だ。DAIR.AIによると、1回の実行は報告されたベンチマークでGEPAとSkillOptを上回り、最適化済みプロンプト1件あたりの費用は約1.60ドルだった。
Taste-Benchで最高のモデルは、より良い方向を59.7%の割合で選ぶ
Microsoftらの論文によると、長期のエンジニアリングと研究タスクで、開いている方向のうちより良いものを選ぶTaste-Benchの設問に、最高のモデルは59.7%正解した。後から現れる証拠で決まる分岐ははるかに難しく、推論予算を増やしても精度は上がらない。教師の結果判断を蒸留すると、未使用のSWE-bench Proでの成功率は向上した。