유명한 Terminal-Bench의 과학 분야 확장 소식

요약

Terminal-Bench가 코딩을 넘어 생명 과학, 물리, 수학 등 과학 분야로 확장됩니다. 이 벤치마크는 AI 에이전트가 실제 과학적 워크플로우에서 도구를 얼마나 효과적으로 제어하는지 평가합니다.

핵심 포인트

• Terminal-Bench의 과학 분야 확장 발표
• 실제 과학적 워크플로우 기반 AI 에이전트 벤치마킹
• Anthropic, OpenAI, Google DeepMind가 사용하는 검증된 프레임워크
• 과학적 도구 제어 능력 평가에 중점