SakanaAIは、有限責任あずさ監査法人と共同で、LLMエージェントの長期的な経営能力を評価する新しいベンチマーク「CoffeeBench」を公開しました。

ブログ：https://t.co/kUOiyV2moe

現実の経済では、消費者へ直接売るビジネスだけでなく、企業同士が継続的に取引するビジネスも重要です。CoffeeBench… pic.twitter.com/mpUirKc8kD

— Sakana AI (@SakanaAILabs) 26 juin 2026

SakanaAI, in collaboration with Azusa Audit Corporation, published a new benchmark called "CoffeeBench" to evaluate the long-term management capabilities of LLM agents. Blog: https://sakana.ai/coffee-bench/ In the real economy, companies that sell

→ View original post on X — @sakanaailabs