ScienceAgentBench: 研究タスクにおけるPythonコード生成ベンチマーク
ScienceAgentBench: 研究タスクにおけるPythonコード生成ベンチマーク
#AI for Science
4件の記事があります
BixBench:Bioinformaticsタスクに対するAIエージェントのベンチマーク
FutureHouseとScienceMachineが共同開発したバイオインフォマティクス分野のAIエージェント評価ベンチマーク
AI4Science評価データ FrontierScience（OpenAI）の概要と簡易検証
OpenAIのAI4Science評価データ「FrontierScience」を実際に使ってみた試行録です。Olympiad／Research両タスクを簡易的に検証し、所感をまとめました。
Agents4Science 2025 視聴録：AIエージェントと人間研究者の協働方法を探る
史上初のAI主導学会「Agents4Science 2025」の視聴録。AIエージェントが研究プロセスに参加し、人間研究者と協働する新しい科学研究の形を紹介します。