AsgardBench– tag –

はじめに 　マイクロソフトリサーチは2026年3月26日、家庭内タスクを通じてAIエージェントの「視覚に基づく計画適応能力」を評価する新たなベンチマーク「AsgardBench」を発表しました。本稿では、このベンチマークの設計思想、評価方法、そして複数の視覚...