Tag
3 件の関連記事
arXiv cs.AIは2026年6月3日(現地時間)、AIエージェントの長時間タスク性能を測る新オープンソースベンチマーク「SentinelBench (SentinelBench)」が発表されたと報じた。従来のAIエージェントが連続的アクションに焦点を当てる中、SentinelBenchは、環境を監視し、外部イベントに持続的に対応する戦略を評価する。これにより、タスク完了率、反応時間、リソース使用量といった多角的な指標に基づき、応答性とコストのトレードオフを効率的に評価できる。
arXiv (計算と言語学分野) は2026年6月2日(現地時間)、Rishanth Rajendhran氏らが、小型オープンウェイトモデルの長編創作文執筆能力を向上させる新手法「POLARIS」に関する論文を発表したと報じた。POLARISは、小型モデルが長編創作で要求された長さに満たない、あるいは長さの増加に伴い品質が低下するという課題を解決することを目指す。
OpenAI (オープンエーアイ) は2026年4月16日(現地時間)、生命科学研究に特化した推論モデル「GPT-Rosalind (ジーピーティー・ロザリンド)」を発表した。このモデルは生物学、創薬、翻訳医学の研究支援を目的に開発され、化学、タンパク質工学、ゲノミクス分野での深い理解とツール利用の改善を組み合わせ、科学的ワークフローに最適化されている。既存の信頼アクセスプログラムを通じて、適格な顧客向けにリサーチプレビューとして提供が開始される。