Fugu-MT 論文翻訳(概要): ASI-Bench: At the Dawn of Artificial Superintelligence

論文の概要: ASI-Bench: At the Dawn of Artificial Superintelligence

arxiv url: http://arxiv.org/abs/2608.17271v1
Date: Tue, 18 Aug 2026 01:59:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-19 21:40:53.181641
Title: ASI-Bench: At the Dawn of Artificial Superintelligence
Title（参考訳）: ASI-Bench:人工超知能の夜明け
Abstract要約: ASI-Benchは、革新的な探索と自律的な科学的実行というAIシステムの能力を共同で評価する最初のベンチマークである。 11の科学領域に60のプロジェクトレベルの研究タスクが含まれており、方法論的なガイダンスを段階的に削減している。 18の最先端のエージェントモデル構成で、平均スコアは50.91点から29.10点まで減少し、指定したメソッドのみとなった。
参考スコア（独自算出の注目度）: 46.937202634067766
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Artificial superintelligence (ASI) requires AI to move beyond mastering existing knowledge toward exploring the unknown, creating new knowledge, and turning new ideas into verifiable results. However, the capabilities of today's AI systems are still largely built on learning, compressing, and applying existing human knowledge. Accordingly, existing benchmarks primarily test whether AI can produce correct answers based on learned knowledge, or whether it can complete tasks under extensive human guidance. We therefore introduce ASI-Bench, the first benchmark to jointly evaluate AI systems' capabilities of innovative exploration and autonomous scientific execution across general research domains, and the first to progressively withdraw human methodological guidance within the same research project to test how far AI can proceed on its own. Built by over 40 experts with the cost of 31,000+ human hours, ASI-Bench contains 60 project-level research tasks across 11 scientific domains and progressively reduces methodological guidance to test whether AI can independently select methods, conduct research, and produce verifiable results. All tasks undergo expert review, AI-assisted auditing, sandbox execution, and scorer validation. Across 18 state-of-the-art agent--model configurations, the average score drops from 50.91 with full methodological guidance to 29.10 with only the method specified and 26.62 when agents must determine the method themselves. This sharp decline shows that current systems remain heavily dependent on human guidance and are still far from autonomously conducting end-to-end, project-level scientific research. ASI-Bench is open to the world. We invite researchers and builders everywhere to contribute new tasks, challenge the limits of today's AI, and help accelerate humanity's collective path toward artificial superintelligence at https://asibench.apexin.ai/submit.
Abstract（参考訳）: 人工超知能(ASI)は、AIが既存の知識を習得することを超えて、未知の知識を探索し、新しい知識を作成し、新しいアイデアを検証可能な結果に変えることを要求する。しかし、今日のAIシステムの能力は、依然として学習、圧縮、既存の人間の知識の適用に基づいて構築されている。そのため、既存のベンチマークでは、AIが学習した知識に基づいて正しい回答を得られるかどうか、あるいは人間の指導の下でタスクを完了できるかを主にテストしている。 ASI-Benchは、AIシステムの革新的な探索と自律的な科学的実行の能力を、一般的な研究領域で共同で評価する最初のベンチマークであり、AIが単独でどこまで進むことができるかをテストするために、同じ研究プロジェクトの中で、人間の方法論的ガイダンスを段階的に取り下げる最初のベンチマークである。 ASI-Benchは、11の科学領域にまたがる60のプロジェクトレベルの研究タスクを含み、AIが独立してメソッドを選択し、研究し、検証可能な結果が得られるかどうかをテストするための方法論的なガイダンスを段階的に削減している。すべてのタスクは、エキスパートレビュー、AI支援監査、サンドボックス実行、スコアラバリデーションが実施されている。 18の最先端のエージェントモデル構成で、平均スコアは50.91から29.10まで減少し、メソッドが指定されているだけで、エージェントがメソッド自体を決定する必要がある場合は26.62になる。この急激な減少は、現在のシステムが人間の指導に大きく依存していることを示し、まだエンドツーエンドのプロジェクトレベルの科学研究を自律的に行うには程遠いことを示している。 ASI-Benchは世界に開放されている。私たちは研究者やビルダーを至るところに招いて、新しいタスクに貢献し、今日のAIの限界に挑戦し、https://asibench.apexin.ai/submitで人工超知性への人類の集団的道を加速させます。

関連論文リスト

Atria Dawn: The Dawn of Agentic Superintelligence [237.73474618289063]
本稿では,科学研究と工学のための基礎エージェント言語モデルであるAtria Dawn Previewを紹介する。本稿では,人間-AI協力の事例研究として,このモデルの背後にある真の研究開発プロセスについて考察する。
論文参考訳（メタデータ） (2026-09-14T16:22:30Z)
When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge [0.429202654064509]
OpenAlexコレクションから2億2700万以上の学術作品を分析します。ドメイン間のAI採用のタイミングと範囲の違いを文書化しています。我々は、最良の研究プラクティスがAIの採用のメリットをいかに向上させるかについて論じる。
論文参考訳（メタデータ） (2026-05-07T11:23:23Z)
ASI-Evolve: AI Accelerates AI [42.885465604426884]
ASI-EvolveはAI-for-AI研究のためのフレームワークで、学習設計-実験-分析サイクルを通じてループを閉じる。我々の知る限り、AI-EvolveはAI開発における3つの中心的なコンポーネントにわたるAI駆動の発見を示す最初の統一されたフレームワークです。
論文参考訳（メタデータ） (2026-03-31T12:04:17Z)
Deep Research of Deep Research: From Transformer to Agent, From AI to AI for Science [2.316539232916599]
我々は、ディープリサーチを明確に正確に定義し、産業のディープリサーチと学術のAI for Scienceからの視点を統一する。我々は、LLMと安定拡散を生成AIの双子の柱として位置づけ、Transformerからエージェントへと進化するロードマップを作成します。
論文参考訳（メタデータ） (2026-03-30T12:29:47Z)
The next question after Turing's question: Introducing the Grow-AI test [51.56484100374058]
本研究は,GROW-AIと呼ばれる人工知能評価の枠組みを拡張することを目的としている。 GROW-AIは、チューリングテストの自然な後継者である"Can Machine grow up? この作品の独創性は、人間の世界から人工知能への「成長」過程の概念的な変換にある。
論文参考訳（メタデータ） (2025-08-22T10:19:42Z)
SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam? [51.112225746095746]
本稿では,人間研究者をエミュレートするツール強化推論エージェントであるX-Masterを紹介する。 XマスターズはHumanity's Last Examに32.1%のスコアで最新記録を樹立した。
論文参考訳（メタデータ） (2025-07-07T17:50:52Z)
AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文参考訳（メタデータ） (2025-07-02T17:19:20Z)
General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
論文参考訳（メタデータ） (2025-03-09T01:13:56Z)
Predicting the Future of AI with AI: High-quality link prediction in an exponentially growing knowledge network [15.626884746513712]
AI技術を使って、AI自体の将来的な研究方向を予測する。そのため、10万以上の研究論文を使って、64,000以上の概念ノードを持つナレッジネットワークを構築しています。最も強力な方法は、エンドツーエンドのAIアプローチではなく、慎重にキュレートされたネットワーク機能のセットを使用する。
論文参考訳（メタデータ） (2022-09-23T14:04:37Z)
The application of artificial intelligence in software engineering: a review challenging conventional wisdom [0.9651131604396904]
この調査章は、ソフトウェア工学に適用されるAIの最も一般的な方法のレビューである。このレビューでは、1975年から2017年にかけての要件フェーズについて、46の主要なAI駆動手法が発見されている。この章の目的は、以下の質問に答えることである。
論文参考訳（メタデータ） (2021-08-03T15:59:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。