쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
2건 · "탐색 능력"조건 지우기 ×
001▲ 53 · 댓글 2웹 검색 AI의 진짜 실력을 재다: 다언어·다중매체 벤치마크 공개13개 언어로 된 423개 질문으로 구성된 HyperBrowseComp 벤치마크를 공개했다.AI · 머신러닝 · HyperBrowseComp: A Multilingual and Multimodal Stress Test for Web-Browsing Agents

Key Point현재 출시된 웹 검색 AI들의 실제 정보 탐색 능력이 얼마나 되는지 정량적으로 검증할 수 있는 기준이 생김에 따라, AI 에이전트 성능 평가의 표준이 될 가능성이 있다.
핵심 요약
- 13개 언어로 된 423개 질문으로 구성된 HyperBrowseComp 벤치마크를 공개했다.
- 각 질문은 원어민 또는 고급 화자가 작성·검증했으며, 정답은 공개 자료에서 확인 가능하다.
- 모호한 증거를 찾거나 여러 단계의 단서를 따라가거나 동영상·스캔 문서·지도 등 다양한 출처를 검토해야 하는 과제들이다.
전체 요약 6문장 읽기 → 002▲ 12 · 댓글 1AI가 미지의 세계에서 진정한 발견을 할 수 있나과학적 발견은 미지의 영역에서 가설 수립·실험 설계·결과 반복이라는 탐색 능력을 요구하지만, 이를 평가하기는 어렵다.AI · 머신러닝 · ExplorationBench: Measuring AI Systems' Exploration in Verifiable Alien Worlds

Key Point사전학습 데이터에서의 재호출이 아닌 진정한 탐색과 발견을 측정하는 벤치마크가 처음 제시되었으며, 현재 AI 시스템의 탐색 능력에 명확한 한계가 있음을 보여준다.
핵심 요약
- 과학적 발견은 미지의 영역에서 가설 수립·실험 설계·결과 반복이라는 탐색 능력을 요구하지만, 이를 평가하기는 어렵다.
- 평가의 난제는 두 가지다: (1) 새로운 가설이 정말 참인지 검증하는 법, (2) 시스템이 진정한 탐색으로 발견했는지 학습 데이터에서 재호출한 건 아닌지 구별하는 법이다.
- 연구팀은 이 문제를 풀기 위해 ExplorationBench를 제시했으며, 실행 가능한 규칙을 가진 '외계 세계'를 기반으로 구축했다.
전체 요약 9문장 읽기 →