Gravity-Bench-v1은 역사적으로 과학 발전에 중요한 역할을 했던 행성 운동 관찰을 모방한 환경 기반 벤치마크입니다. 동적인 중력 역학 시뮬레이션을 사용하여 AI 에이전트가 숨겨진 물리 법칙을 발견하는 능력을 평가합니다. 실제 세계와 다른 물리 법칙을 가진 분포 외(out-of-distribution) 사례를 포함하여 진정한 과학적 일반화 능력을 평가하며, 에이전트는 실험적 예산 내에서 데이터를 수집하고, 효율적으로 문제를 해결하기 위해 동적인 데이터 분석 및 추론을 수행해야 합니다. 해결책은 개방적이며, 인간 전문가의 성과와 비교하기 위한 각 과제에 대한 참조 솔루션을 제공합니다.