yanoc_o0 https://blog.hatena.ne.jp/yanoc_o0/ SB Intuitions TECH BLOG https://www.sbintuitions.co.jp/blog/ LLM Evaluation はじめに こんにちは、SB Intuitions株式会社でインターンをしている矢野千紘です。 近年、LLMの応用領域は多岐にわたっており、中でも自律的にタスクを遂行するエージェントは、特に大きな注目を集めている領域の一つです。しかし先行研究［Hofman et al., 2025］では、エージェント能力のベンチマークは評価言語に依存してスコアが変動することが報告されています。このことから、高性能な日本語LLMの開発においては、日本語エージェント能力の評価ベンチマークが不可欠です。 本ブログでは、広く利用されているエージェントベンチマークtau-benchのtelecomドメインを対象に、その日… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.sbintuitions.co.jp%2Fblog%2Fentry%2F2026%2F06%2F19%2F100154" title="日本語エージェントベンチマーク「J-tau telecom」の公開 - SB Intuitions TECH BLOG" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/y/yanoc_o0/20260611/20260611114226.png Hatena Blog https://hatena.blog 2026-06-19 10:01:54 rich https://www.sbintuitions.co.jp/blog/entry/2026/06/19/100154 1.0 100%