ai2026/6/1 13:00:00

画像: Pexels
LongDS-Bench:長期ホライズンエージェント型データ分析の失敗について
ニュース概要
実世界のデータ分析は本質的に反復的であるが、既存のベンチマークはほぼ孤立した、または短い対話的タスクのみを評価しており、長期ホライズンにおけるエージェントの分析文脈追跡能力は未検証である。長期的で複数ターンのデータ分析のためのベンチマークLongDSを紹介する。
ニュースタイムライン
2026年5月22日
VSAS-Bench:ビジュアルストリーミングアシスタントモデルのリアルタイム評価Apple Machine Learning Research
2026年6月1日
BilliardPhys-Bench: マルチモーダルLLMの物理推論と視覚ダイナミクスのベンチマークarXiv cs.AI
2026年6月24日
RIFT-Bench:エージェント型AIシステムのための動的なレッドチーミングarXiv cs.AI
2026年6月26日
ベンチマーク飽和後の世界:CORE-BenchのケーススタディarXiv cs.AI
記事AI質問チャット
PREMIUMこの記事についてAIが質問に答えます。背景・要約・影響まで深堀り。
ログインして利用関連記事
こんな記事も読まれています

ジャワ原人は現代人と同様に「未熟な」赤ちゃんを産んだ―頭骨の「歪み」からさぐるヒト的難産・育児の起源―
2026/7/30

【ボートレース】上條暢嵩が予選最終日へ気合十分「準優に乗れればワンチャンあると思う」~びわこSGオーシャンC(スポーツ報知)
2026/7/30

39歳メッシ、MLSオールスターゲーム出場せず W杯決勝からわずか10日……MLSと選手会が休養を認める 試合はソン・フンミンの活躍でメキシコリーグに勝利(theWORLD(ザ・ワールドWeb))
2026/7/30

筋肉業界の閣下・五味原領「もはや自分だけの戦いではない」次は世界での勝利へ「勝つには“肉”の量を増やして重厚感のある身体にしなければ」(VITUP!)
この記事について疑問がありますか?
事実誤認や不適切な内容について通報できます (要ログイン)。
異議申し立て・通報





