Claude Fable 5.1 の実測評価：QA テスト設計での性能検証
Hiroba による自動要約
QA エンジニアが Claude Fable 5.1 を Fable 5 と同一条件で測定した結果、動物園の入場システム仕様での深い合成テスト項目は Opus 5 水準に到達した一方、割り勘アプリでは特定の連結欠陥の検出性が低下。9 文書の根拠正確性は採点役の差により見かけ上の低下が生じたが、同一採点役での比較では Fable 5 と同水準であることが判明。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 5543 件あります。
関連する記事
同じタグの記事
「Vibe Coding」はもう卒業！プラグイン「Superpowers」でClaude Codeに開発SOP を導入する
QiitaClaude Code で AI がいきなりコードを書く「Vibe Coding」の問題を解決するオープンソースプラグイン「Superpowers」を紹介。仕様の明確化・設計・テスト駆動開発・レビューを強制する 7 フェーズパイプラインにより、手戻りの削減と品質の安定化を実現する。
Claude Code だけで要件定義から本番デプロイまで完走した話 - サモエドカフェのファンサイトを実働10時間で作った
Zenn個人開発者が Claude Code を要件定義から本番デプロイまで使い、サモエドカフェのファンサイト「アルファン」を実働10時間未満で完成させた。並列エージェントで7件の Issue を同時処理し、本番バグとデータ消失も AI の支援で復旧。開発のプロセスが「コード実装」から「仕様判断と品質確認」にシフトした実例
Claude「Computer Use」を本番環境で安定稼働させるための実践ガイド
ZennAnthropic公式がComputer Use機能を本番環境で信頼性高く動作させるためのノウハウを公開。クリック精度改善、Thinking Effortの選択、コンテキスト管理、デモンストレーション記録など4つのポイントを通じ、UIを自律操作するエージェントの実装と運用方法を解説している。
エージェントの「記憶」はどこで壊れるのか：2026年秋に読んだメモリ設計の論文・記事6本
Qiita長時間稼働する Agent のメモリ設計に関する論文・実装6本の紹介記事。読み出し時編集の JitMem、アクセス分布で予算配分する CTWM、新しい値があっても古い値を返す stale binding、制御層を分離する Jev-Mem、Claude Code 周辺のハーネス層 ECC の Memory Vault、Growing Harness を扱う。論点を6軸に整理しており、Agent のメモリ機能を設計する開発者向け。