分析
この実験は、大規模言語モデル (LLM) エージェントの行動の回復力を監査するための、非常に優れた不可欠なフレームワークを提供しています！多様なカスタマーサービスのシナリオでGPT-4o-mini、Claude Haiku 4.5、Gemini 2.5 Flashを厳密にテストすることで、研究者たちはより信頼性の高いAIシステムを構築する方法を明確に示しています。ツールの障害や無限ループに直面してもエージェントが完璧に動作するよう、決定論的でルールベースのアプローチが確保されるために使用されているのを見るのは非常にエキサイティングです！