ResearchClawBench

요약

ResearchClawBench는 AI 에이전트의 종단 간(end-to-end) 자율 연구 능력을 측정하는 벤치마크입니다. 이 벤치마크는 10개 도메인에 걸쳐 40개의 실제 과제를 제공하며, 원시 데이터만으로 과학적 발견을 재현할 수 있는지 테스트합니다. 현재 최상위 에이전트들의 평균 점수는 100점 만점에 21.5점에 그쳤습니다.

핵심 포인트

• AI 에이전트의 자율 연구 능력을 측정하는 새로운 벤치마크가 공개되었습니다.
• 40개의 실제 과제를 통해 원시 데이터 기반 과학적 발견을 테스트합니다.
• 현재 최상위 에이전트들의 평균 점수는 100점 만점에 21.5점으로 낮은 수준입니다.