Collider-Bench: Benchmarking AI Agents with Particle Physics Analysis Reproduction
Cet article présente Collider-Bench, un nouveau benchmark conçu pour évaluer la capacité des agents d'intelligence artificielle autonomes à reproduire des analyses complexes de physique des particules du Grand collisionneur de hadrons en utilisant des ressources publiques, révélant ainsi que les agents de codage à usage général actuels restent en deçà des physiciens humains en matière d'exécution fiable de ces tâches.