AI行動の検証可能な分析フレームワーク

本記事では、Docentが開発した分析計画フレームワークを紹介します。これは、クエリステップとリーディングステップを組み合わせ、人間が各ステップを検証できる透明なパイプラインを提供します。SWE-rebenchベンチマークでのデモでは、報酬ハッキングや不正行為を検出し、詳細な監査証跡と引用に基づく検証を示しています。