AIシステム導入「ラストマイル」課題解決へ新ベンチマーク「FDE-ジム」発表
新たなベンチマーク「FDE-ジム (FDE-Gym)」は2026年10月15日(現地時間)、実世界の顧客へのAIシステム導入における課題を評価するために発表された。これは、既存のAIエージェント評価が明確に定義されたタスクに限定される現状に対し、95のエンドツーエンドの導入タスク、20の顧客シナリオ、18のセクターを網羅する。不明示の制約の発見など、実世界のフォワードデプロイドエンジニア (FDEs) の業務を模擬するこの評価で、最良のモデル構成でも平均FDE-ジムスコアは0.56に留まった。