ИИ-агенты осваивают игры, геномику и климатическое моделирование

Обзор arXiv-препринтов: бенчмарк AAArena показал, что Opus 5.5 с Claude Code взял 6 золотых медалей в 12 состязательных играх без изменения весов модели. Фреймворк ARGUS снижает галлюцинации в геномике, а legoESM стал первым дифференцируемым климатическим модулем, собранным ИИ-агентами.

• AAArena: 12 состязательных игр, Opus 5.5 с Claude Code — 6 золотых медалей
• ARGUS оборачивает 458 моделей DNABERT и сверяется с ADASTRA, JASPAR и ENCODE
• legoESM на JAX масштабируется до километровых климатических симуляций на GPU
• DataSense-Bench: ИИ-агенты слабо ранжируют обучающие подвыборки