Открытый бенчмарк проверит, могут ли ИИ-агенты проектировать роботов

Вышел открытый бенчмарк, оценивающий способность ИИ-агентов проектировать работающих роботов, а не только писать код. Тест проверяет, как агенты справляются с задачами в физическом мире.

• Бенчмарк открытый и оценивает ИИ-агентов в робототехнике
• Тест проверяет работу агентов с физическим миром, а не только с кодом
• Кодинг-агенты уже почти автономно пишут и правят программы