FrontierPhysics: 종단 간(End-to-End) 물리학 연구를 위한 에이전트 평가

요약

FrontierPhysics는 물리학 연구의 전 과정을 평가하는 종단 간(End-to-End) 벤치마크입니다. 에이전트는 문헌 검토, 연구 계획 수립, 실험 수행 및 과학 논문 산출까지 전체 연구 사이클을 거쳐야 합니다. 이 벤치마크는 결정론적 검증기와 전문가 루브릭을 결합하여 에이전트의 결과가 정확하고 출판 가능한지 평가합니다.

핵심 포인트

• FrontierPhysics는 물리학 전반에 걸친 종단 간(End-to-End) 연구 벤치마크입니다.
• 에이전트는 문헌 검토부터 논문 산출까지의 전체 연구 과정을 수행해야 합니다.
• 평가는 결정론적 검증기와 전문가 루브릭을 결합하여 정확성과 출판 가능성을 확인합니다.
• 최첨단 에이전트들의 주요 약점은 지식 부족보다 추론 및 전문가 직관의 한계입니다.