Auto Research時代：標準解答のない47のタスクがエージェント能力の必須ベンチマークに
Einsia AI傘下のNavers Labが公開したFrontier-Eng Benchは、標準解答のない47の工学的タスクで構成され、AIエージェントの反復最適化能力を評価する。エージェントは提案、シミュレーション、フィードバック受信、パラメータ修正の閉ループで動作し、改善頻度と幅がべき乗則に従って減衰する。深い反復が並行試行よりも重要であることが示された。
Auto Research時代：標準解答のない47のタスクがエージェント能力の必須ベンチマークに
要約のみ
配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。