🦞 ResearchClawBench: AIエージェントの自動研究能力を「再発見」から「新発見」まで評価するベンチマーク
ResearchClawBenchは、AIエージェントが科学的研究プロセスを自動化する能力を評価するためのベンチマークです。「再発見」（既存の知識を再現する）から「新発見」（新しい知見を得る）までの幅広い研究タスクをカバーしています。このベンチマークは、Claude Code、Cursor、CodexなどのAIエージェントが、文献調査、仮説生成、実験計画、データ分析、結果の解釈といった研究の各工程をどの程度自律的に実行できるかを測定します。評価は、研究の再現性、効率性、創造性の観点から行われ、エージェントが実際の科学研究に貢献できるレベルを定量的に示します。ResearchClawBenchを使用することで、開発者は自社のAIエージェントの研究能力を客観的に比較し、改善点を特定することができます。
npx skills add InternScience/ResearchClawBenchInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🦞 ResearchClawBench: AIエージェントの自動研究能力を「再発見」から「新発見」まで評価するベンチマーク
ResearchClawBenchは、AIエージェントの科学研究自動化能力を評価するための包括的なベンチマークです。このベンチマークは、以下の研究フェーズをカバーします：
# 評価を実行する
python run_benchmark.py --agent claude --task rediscovery
| 指標 | 説明 |
|---|---|
| 再現性 | 既存の研究成果を正しく再現できるか |
| 効率性 | 研究プロセスをどれだけ効率的に実行できるか |
| 創造性 | 新しい仮説や発見を生み出せるか |
MIT License
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.