複雑な企業向け推論を解くには、兆パラメータのモデルは必要ない。 Databricksは、OfficeQAベンチマーク内の9万ページに及ぶ非構造化財務データに対して、最も大規模な最先端LLMでも対応が難しいことを実証した。 しかし、@SentientAGIのGrounded Reasoning Challengeがルールを変える。 Challenge 0は公開されており、6000ドルの賞金プールをかけ、6月22日まで開催中だ。これは、構築者が根拠に基づく証拠を用いて推論するエージェントを設計する能力を直接テストするものだ。 膨大な計算リソースを投じるのではなく、構築者はEvoSkillのようなフレームワークを活用して、小さな自己進化するエージェントが自らの失敗を反復的にデバッグしている。 このオープンなコンペティションは、構造化された制御フローが、常に単なるスケールを上回ることを示している。 今こそ、構築の時だ。