
ARFBench পরীক্ষা প্রদর্শন করে যে AI বহু মেট্রিক্সের উপর যুক্তি প্রয়োগে মানব বিশেষজ্ঞদের চেয়ে 20%+ পিছিয়ে। GPT-5 এর শুধুমাত্র 62.7% সঠিকতা, যেখানে মানব বিশেষজ্ঞদের সঠিকতা 72.7%। $DATADOG-এর Toto+Qwen3 কম্বিনেশন 63.9% সঠিকতার সাথে বড় মডেলগুলিকে ছাড়িয়ে যায়। মানব-কম্পিউটার সহযোগিতা হতে পারে চেইন-ভিত্তিক মনিটরিংয়ের জন্য ভাঙনের চাবিকাঠি #AIDebugging #OnChainAnomalies