タグ: ベンチマーク

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…

12月 22 2025

0

AIは名医になれるか？医療画像解析で人間に大敗した自律AIの現在地

投稿者: ユウ

解説 ねえねえ、智也くん！これ見て！『ReX-MLE: The Aut…

12月 22 2025

0

AIの視覚テストはマーカーの色で順位が変わる!? 〜ベンチマークの意外な脆弱性〜

投稿者: ユウ

解説 ねえねえ、智也くん！この論文のタイトル、『Visually Pr…

12月 19 2025

0

AIがAIを採点する日〜「採点官AI」の実力はまだまだこれから？

投稿者: ユウ

解説 ねえねえ、智也くん！これ、面白そうな論文のタイトル見つけたんだけ…

12月 19 2025

0

AIは本当に科学を発見できる？テストの点数だけじゃわからない、本当の実力の測り方

投稿者: ユウ

解説 ねえねえ、智也くん！これ見て！『Evaluating Large…

12月 18 2025

0

AIがこっそり悪さをする未来？ 権限を持ったAIの暴走を防ぐ「練習場」が登場

投稿者: ユウ

解説 ねえねえ、智也くん！これ見て！『BashArena: A Con…

12月 18 2025

0

AIに法律の試験を受けさせる？ベトナム発、法律家AIの実力を測る世界初の「問題集」の秘密

投稿者: ユウ

解説 ねえねえ、智也くん！これ見て！『VLegal-Bench: Co…