ベンチマーク - 亜美と智也のAI論文解説 - Page 4

1月 05 2026

0

AIがAIをテストする！？最新の自動問題作成システム「InfoSynth」の秘密

投稿者: ユウ

解説ねえねえ智也くん！この『InfoSynth』っていう論文のタイト…

1月 04 2026

0

AIが数学の「親玉」に完敗！？超難関ベンチマーク『LeanCat』が暴くAIの弱点

投稿者: ユウ

解説ねえねえ智也くん！『LeanCat』っていう論文を見つけたんだけ…

1月 03 2026

0

AIは「暗記王」なだけ？司法試験で暴くAIの本当の思考力！

投稿者: ユウ

解説智也くん、見て見て！「韓国の司法試験」と「AI」って書いてある論…

1月 03 2026

0

AIが生命科学の探偵に？複雑な体の仕組みを解き明かす新テスト『BIOME-Bench』！

投稿者: ユウ

解説ねえねえ智也くん！この『BIOME-Bench』っていう論文、タ…

1月 02 2026

0

AIのカンニングを許さない！教科書から無限に問題を作る新テスト『Encyclo-K』

投稿者: ユウ

解説ねえねえ智也くん！この『Encyclo-K』って論文、百科事典み…

12月 26 2025

0

AIはイルカを見分けられるか？〜海の専門家になれるか、世界初の試験に挑戦〜

投稿者: ユウ

解説ねえねえ、智也くん！これ見て！『MarineEval: Asse…

12月 26 2025

0

AIがAIの「弱点」を自動発見！？セキュリティテスト作成を自動化する画期的な技術

投稿者: ユウ

解説ねえねえ、智也くん！これ、『AUTOBAXBUILDER: BO…

12月 24 2025

0

AIは時速何キロで走れる？〜物理を“数値で”理解するAIの挑戦と、その意外な弱点〜

投稿者: ユウ

解説ねえねえ、智也くん！これ見て！『QUANTI PHY: A Qu…

12月 23 2025

0

AIの「テスト問題」が間違ってたら？医療AIの評価を根本から見直す研究

投稿者: ユウ

解説ねえねえ、智也くん！これ、『医師の監視でベンチマークをスケーラブ…

12月 22 2025

0

AIが書いた「専門家レポート」、その実力はどう測る？〜信頼性を可視化する新基準「DEER」の挑戦〜

投稿者: ユウ

解説ねえねえ、智也くん！これ見て！『DEER: A Comprehe…