Tag
4 件の関連記事
Import AIは2026年7月27日(現地時間)、AIシステムのプログラミングおよびロボット制御能力の向上が複数の研究で示されたと報じた。EpochとMETRは、人間にとって週単位を要するプログラミングタスクをAIが完了できることを示すベンチマーク「MirrorCode」を発表。Anthropicは、大規模な汎用モデルが自律的にロボットタスクを20倍高速で完了することを示し、Sundayも大規模事前学習モデルと少量データによるチューニングがロボットの汎化性向上に寄与すると報告している。
Epoch AIとMETRは2026年6月27日(現地時間)、AIが人間にとって数週間を要するソフトウェアプロジェクトの56%を自律的に再構築可能であることを示す新ベンチマーク「MirrorCode」の最終結果を発表した。最良のモデルとされるClaude Opus 4.7は、25の長期的コーディング評価タスクにおいて56%を達成。この成果には、16,000行のGoコードで構成されるバイオインフォマティクスツールキット「gotree」の14時間での再実装が含まれ、これは人間換算で2〜17週かかると見積もられている。
Epoch AIは2026年6月26日(現地時間)、新しい長期間コーディングベンチマーク「MirrorCode」のローンチを発表した。このベンチマークは、自律AIのコーディング能力の限界を測定することを目指しており、METRとの共同開発による。また、同社は同年中に主要ハイパースケーラーの設備投資額が営業キャッシュフローを上回るとのデータ分析結果も公開した。さらに、中国のAIラボによる1,604件の求人分析や、AI研究開発の自動化を追跡する新しい分類法についても報告した。
Epoch AIは2026年6月26日(現地時間)、長時間にわたるAIのコーディング能力を評価するための新たなベンチマーク「MirrorCode」を発表する論文を公開した。このベンチマークは、AIが元のソースコードにアクセスせずにプログラム全体をエンドツーエンドで再実装する能力を測定する目的で設計されており、数週間に及ぶコーディングタスクの実行可能性を示している。