[논문리뷰] From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics ResearchLarge Language Model (LLM) 에이전트의 과학 연구 보조 역량이 증대되고 있지만, 이들이 독립적으로 조사를 조직하여 지정된 과학적 목표에 대한 잘 뒷받침된 결론을 도출하는 능력은 기존 벤치마크에서 충분히 평가되지 못했다.#Review#Scientific Agents#Large Language Models (LLMs)#Scientific Closure#PhysClosureBench#Atomic Score#Physics Research#Evaluation Benchmark2026년 10월 18일댓글 수 로딩 중
[논문리뷰] PRL-Bench: A Comprehensive Benchmark Evaluating LLMs' Capabilities in Frontier Physics Research본 논문은 기존 벤치마크들이 실제 과학 연구의 핵심인 탐색적 성격과 절차적 복잡성을 제대로 평가하지 못하는 문제를 해결하고자 한다.#Review#PRL-Bench#LLMs#Scientific Benchmarks#Physics Research#End-to-End Workflow#Long-horizon Reasoning#Agentic Science2026년 4월 19일댓글 수 로딩 중
[논문리뷰] Probing the Critical Point (CritPt) of AI Reasoning: a Frontier Physics Research Benchmark본 연구는 대규모 언어 모델(LLM)이 고등학교 수준의 수학 및 코딩 과제에서는 진전을 보였지만, 현대 물리학 연구에서 발생하는 복잡하고 개방형의 난제들을 얼마나 효과적으로 추론하고 해결할 수 있는지 평가하는 것을 목표로 합니다.#Review#AI Reasoning#Physics Research#LLM Evaluation#Scientific Benchmark#Frontier Physics#Problem Solving#Model Reliability#Auto-grading2025년 10월 1일댓글 수 로딩 중