[논문리뷰] OSWorld-Science: A Benchmark of Computer Use Agents for Learning and Using Scientific Software본 연구는 기존의 범용 CUA 벤치마크가 과학 연구 분야의 특수한 인터페이스와 복잡한 워크플로우를 충분히 평가하지 못한다는 한계를 극복하기 위해 설계되었습니다. 과학적 소프트웨어는 고도의 도메인 지식과 정밀한 인터페이스 조작을 요구하며, 단순히 질문에 답하는 LLM 에이전트와는 차별화된 능력이 필수적입니다.#Review#Computer-using Agents#Scientific Software#Benchmark#Multimodal Foundation Models#Task-specific Evaluation#Artifact-based Grading2026년 9월 30일댓글 수 로딩 중