ローデ研究所は、人工知能の科学と実践を促進することを目的とした「スリングショット」助成金の初回を発表しました。
このプログラムは、研究者のためのアクセラレーターとして設計されており、資金や計算能力、製品・エンジニアリングサポートなど、通常の学術環境では得られないリソースを提供することを目的としています。受給者は、その見返りとして、スタートアップやオープンソースのコードベース、その他の成果物を生み出すことを誓約しています。
初回のコホートには15のプロジェクトが含まれており、特にAI評価の難題に焦点を当てています。これらのプロジェクトの中には、TechCrunchの読者に馴染みのある「Terminal Bench」や長年続いている「ARC-AGIプロジェクト」の最新バージョンも含まれています。
他のプロジェクトは、既存の評価問題に新しいアプローチを取っています。CaltechとUT Austinの研究者によって構築された「Formula Code」は、AIエージェントが既存のコードを最適化する能力を評価することを目指しており、コロンビアに拠点を置く「BizBench」は「ホワイトカラーAIエージェント」のための包括的なベンチマークを提案しています。その他の助成金は、強化学習やモデル圧縮の新しい構造を探求しています。
「SWE-Bench」の共同創設者であるジョン・ボダ・ヤン氏も、このコホートの一部として新しい「CodeClash」プロジェクトを率いています。「SWE-Bench」の成功に触発された「CodeClash」は、動的な競争ベースのフレームワークを通じてコードを評価する予定であり、ヤン氏はこれが進展を促すと期待しています。
「第三者のベンチマークに基づいて評価を続けることが進歩を促すと考えています」とヤン氏はTechCrunchに述べています。「ベンチマークが企業固有のものになってしまう将来を少し心配しています」ということです。
