AWS, Grok 4.7 ajanını uzun görevlerde sınadı
AWS’nin 13 Ekim tarihli teknik yazısı, Bedrock’taki Grok 4.7 ile araç kullanan bir ajanı üç sentetik arama görevinde denedi. Her görev için tek doğru yanıt brute-force ile doğrulandı; dört akıl yürütme düzeyinin her birinde altı tekrar, toplam 72 çalışma yapıldı.
Kaynak inceleme dönemi: 2026-10-13
Yayın: · Güncelleme:
Kaynak olay tarihini belirtmiyor; gösterilen dönem kaynak incelemesinin dönemidir.
Ajan 67/72 çalışmada doğru yanıt verdi; xhigh düzeyinde 18/18, low düzeyinde 15/18 sonuç elde edildi. Low, xhigh’ın yaklaşık sekizde biri kadar çıktı tokenı kullandı. AWS sonuçları küçük sentetik test için gösterge niteliğinde sayıyor; gerçek dünya gecikmesi ve hataları ölçmedi. Grok 4.7’nin Bedrock erişimi 28 Eylül’de duyurulmuştu; bu haber yeni erişim değil değerlendirme yazısıdır.
Veriler
AWS, Grok 4.7 ajanını uzun görevlerde sınadı
AWS, Grok 4.7 ajanını uzun görevlerde sınadı
- · Gerçekleşti
Kaynağın yayımlandığı tarih
AWS’nin 13 Ekim tarihli teknik yazısı, Bedrock’taki Grok 4.7 ile araç kullanan bir ajanı üç sentetik arama görevinde denedi. Her görev için tek doğru yanıt brute-force ile doğrulandı; dört akıl yürütme düzeyinin her birinde altı tekrar, toplam 72 çalışma yapıldı.
Yöntem
Kaynakta bildirilen teknik çalışma özeti; bağımsız deney değildir.
Güncelleme:
Konular ve yerler
Konu önerileri
- Bilim ve teknolojiÖneri
- Preserved editorial category/topic; broad candidate onlyaws.amazon.com ↗