研究tldr-ai2026-08-28
AIの科学研究能力を測る新基準
Terminal-Bench-Science 0.1
AIが科学研究の実際の作業をこなせるか評価する新基準「Terminal-Bench-Science 0.1」が登場。AIの科学分野での実用性を正確に測り、その進歩を促します。
Terminal-Bench-Scienceは、研究者自身の実際の作業手順（ワークフロー）に基づいて、AIエージェントを評価します。
この記事について質問
記事の内容に答えます。記事外のことは都度ウェブで調べます。