Nytt system för AI-agenter når 94,7% på databenchmark – långt före Claude

arXiv cs.AI

Forskare har byggt ett system som hjälper AI-agenter att navigera komplexa företagsdatabaser utan att behöva 'uppfinna hjulet' på nytt vid varje fråga – istället lagras återkommande mönster i en inlärd struktur. På ett standardiserat test med 54 frågor över 12 olika dataset nådde systemet 94,7% korrekthet, jämfört med 55,5% för Anthropics referensagent Claude Opus. Det intressanta är inte bara siffran i sig, utan att de slår en av marknadens starkaste modeller rejält – genom smartare minnesarkitektur snarare än en större modell.