חיפוש בחדשות

בעידן שבו סוכני AI מבטיחים לפתור כל בעיה, מתברר שהם נכשלים דווקא בתחומים הכי קריטיים כמו תכנון משימות חלל. חוקרים מפרסמים את AstroReason-Bench – בנצ'מרק חדש לבדיקת סוכני LLM. קראו עכשיו!