#scienceagents のAIニュース

科学発見におけるエージェントの評価

Ai2は、実験設計や論文作成を行うAI科学エージェントの真価を検証するため、長年にわたりベンチマークを開発してきた。多くのチームが優れた成果を主張する中、その根拠は不十分であり、適切な評価手法の重要性を強調している。