The "Into the Unknown" benchmark tasks nine AI agents with tackling open research questions from U.S. national laboratories. None of the 135 submissions meets all requirements. A total of 114 papers fail the integrity check, with agents claiming to have conducted experiments that never took place. GPT-6 Astra performs best but still doesn't meet the experts' standards. The article Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar appeared first on The Decoder.
Тоғыз AI агенті АҚШ ұлттық лабораторияларының ашық сұрақтарына автономды зерттеу жүргізіп көрді, бірақ ешқайсысы сараптамадан өтпеді
"Белгісіздікке" бенчмаркі тоғыз AI агентін АҚШ ұлттық лабораторияларының ашық зерттеу сұрақтарына жауап беруге тапсырады. 135 жіберілген жұмысқа ешқайсысы барлық талаптарға сай келмейді. Жалпы 114 мақала тұтастық тексеруден өтпейді, агенттер эксперимент жүргізген деп есептейді...
AI қорытындысы: Басты тезистер
- "Белгісіздікке" бенчмаркі тоғыз AI агентін АҚШ ұлттық лабораторияларының ашық зерттеу сұрақтарына жауап беруге тапсырады
- 135 жіберілген жұмысқа ешқайсысы барлық талаптарға сай келмейді
- Жалпы 114 мақала тұтастық тексеруден өтпейді, агенттер эксперимент жүргізген деп есептейді...
Тоғыз AI агенті АҚШ ұлттық лабораторияларының ашық сұрақтарына автономды зерттеу жүргізіп көрді, бірақ ешқайсысы сараптамадан өтпеді
Ұқсас материалдар
OpenAI 11 миллиард долларлық қаржыландыру аяғын аяқтады, бірақ қосымша капитал үшін бай жеке инвесторларды тартуға мәжбүр
OpenAI 11 миллиард долларлық жаңа капиталды қамтамасыз етті, бұл компанияны 1,25 триллион долларға бағалайтын аяқтың бірінші транші. Толық аяқ 20 миллиард долларға көтеруі мүмкін. OpenAI-ның әлі де бай жеке инвесторларға жүгінуі AI капитал нарығының тоқтап қалғаны мен өсуі туралы көрсетеді...
OpenAI GPT-Live API-ға шығатын телефон қоңырауларына қолдау қосты. 📞
OpenAI GPT-Live API-ға шығатын телефон қоңырауларына қолдау қосты. 📞 Енді дамытушылар телефон номерлерін өзіліктен набирап, адамдармен нақты уақытта сөйлей алатын дауыслы ИИ-агенттер жасай алады. Мысалы, агент ресторанға қоңырау шалуы және…
OpenAI 1,25 триллион бағалауда 11 миллиард тартып алды
✔️ OpenAI 1,25 триллион бағалауда 11 миллиард тартып алды. Компания жаңа қаржыландыру раунының бірінші траншын сәтті аяқтады, шоттарына 11 миллиард доллар түсті. Келесі апталарда жалпы инвестиция мөлшері 20 миллиардға дейін көтерілуі мүмкін.…
Американдық азамат OpenAI-ға сот талап қойды, ChatGPT онды отырғызуды жоспарлауда көмектескен деп айтады
⚖️ АҚШ азаматы OpenAI-ға сот талап қойды, ChatGPT онды отырғызуды жоспарлауда көмектескен деп айтады. Солтүстік Каролина штатының тұрғыны Джеймс Гейтс өз әйелі ChatGPT-ты зарарлы заттар туралы ақпарат іздеу мен отырғызуды жасыру жолдарын табу үшін пайдаланғаныны мәлімдейді. Еркектің сөздері бойынша, ол…