GPT-5.5 Codex CLI

ToolGate 管道通过 AI 自动创建科学基准

研究人员开发了 ToolGate，这是一个可执行的管道，旨在自动化科学基准的构建和验证，特别是那些需要专业软件的基准。该系统采用三阶段流程：首先，确保解决方案脚本能够与科学软件正确运行；其次，筛选出无需该工具即可解决的任务；第三，验证使用工具的代理能够解决剩余的候选任务。使用 FEniCSx 和 GPT-5.5 实例化的 ToolGate 证明了其在生成经过验证的基准任务集方面的有效性。