[논문리뷰] NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?본 논문은 AI 코딩 에이전트가 단순한 논문 구현(reproduction)을 넘어, 실제 과학적 난제에 대해 기존 SOTA를 능가하는 독창적인 방법론을 발견(discovery)할 수 있는지 평가하는 것을 목표로 한다.#Review#Coding Agents#NatureBench#NatureGym#AI for Science#Benchmark#SOTA-normalized#Autonomous Discovery2026년 6월 23일댓글 수 로딩 중
[논문리뷰] AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation본 논문은 과학적 탐구의 장기적인 연구 과정에서 발생하는 비효율적인 실험 반복과 고립된 탐색 문제를 해결하기 위해 AutoScientists를 제안합니다 .#Review#Multi-agent Systems#Scientific Experimentation#Self-Organization#Autonomous Discovery#LLM Agents#BioML-Bench2026년 5월 27일댓글 수 로딩 중
[논문리뷰] OdysseyArena: Benchmarking Large Language Models For Long-Horizon, Active and Inductive Interactions현재 LLM 에이전트 평가가 주로 연역적(deductive) 패러다임 에 집중되어 있어, 에이전트가 환경의 숨겨진 규칙을 자율적으로 발견하는 귀납적(inductive) 능력 을 측정하는 데 한계가 있음을 지적합니다.#Review#LLM Agents#Benchmarking#Inductive Reasoning#Long-Horizon Tasks#Active Exploration#World Models#Autonomous Discovery2026년 2월 8일댓글 수 로딩 중
[논문리뷰] A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers이 논문은 과학 분야 대규모 언어 모델(Sci-LLMs)의 발전 과정을 데이터 기반과 에이전트 프론티어 관점에서 종합적으로 분석하는 것을 목표로 합니다.#Review#Scientific LLMs#AI for Science#Scientific Data#Agentic AI#Multimodal Integration#Knowledge Representation#Autonomous Discovery#Data Ecosystems2025년 9월 1일댓글 수 로딩 중