नया बेंचमार्क बताता है कि क्लाउड ऑप्स में AI की सबसे बड़ी कमज़ोरी तर्क करना है
CloudOpsBench एक नया ओपन-सोर्स टेस्ट है, जो उन AI एजेंट्स को परखता है जो रोज़मर्रा के क्लाउड कंप्यूटिंग काम संभालते हैं। इन कामों में सेवाओं को ठीक करना, बेकार पड़े संसाधन हटाना, पहुँच के अधिकार सीमित करना, अपडेट जारी करना और पुराने प्रोजेक्ट बंद करना शामिल है। इस नए टेस्ट में पता चला कि सबसे बड़ी रुकावट तर्क करने की क्षमता है।
आसान शब्दकोशbenchmark, DevOps
- benchmark
- एक मानक टेस्ट सेट, जिससे अलग-अलग AI सिस्टम के एक ही काम पर प्रदर्शन को मापा और तुलना की जाती है।
- DevOps
- एक कार्यशैली, जो सॉफ़्टवेयर डेवलपमेंट और IT ऑपरेशंस को जोड़ती है ताकि टीमें सॉफ़्टवेयर तेज़ी से जारी और चला सकें।
बर्निंग पोटैटो स्कोर: 70%