OpenAI、AIエージェントのパフォーマンス測定ベンチマーク「MLE-bench」を発表　AIの性能をどう測定？。　OpenAIは、機械学習エンジニアリングにおけるAI（人工知能）エージェントのパフォーマンスを測定するベンチマーク「MLE-bench」を論文で発表した。この論文は2024年10月9日（米国時間）、査読前論文を投稿するサーバ「arXiv」に提出された。