AI agents overstate their results and remain far from autonomous research, study finds
Epoch AI and Anthropic independently found the same thing: current AI models like GPT-5.6 Sol and Claude Fable 5 can run experiments but lack scientific self-criticism and genuine creative thinking. At best, Sol reached 15 percent of the human reference score, and even that came…
- 01.Epoch AI and Anthropic independently found the same thing: current AI models like GPT-5.6 Sol and Claude Fable 5 can run experiments but lack scientific self-criticism and genuine creative thinking
- 02.At best, Sol reached 15 percent of the human reference score, and even that came…
Материал кеңейтілген талдамалық дайджест форматында берілген.
Толық нұсқасын түпнұсқадан оқуБайланысты материалдар
Барлығы →OpenAI өзінің кодтау құралдарын dots-қа, тұрақты жеке көмекшіге қалай айналдырды
OpenAI-ның dots жобасы бойынша жауапты атқарушы директоры Александр Эмбирикос, басқалардың AI-агенттерімен жиналыс өткізбегендігін қалайды.
It's happening...
One of the most controversial companies in history just filed to go public. And yes, we're talking about Anthropic. The same company that says there's a greater than 10% chance AI kills all of humanity is also simultaneously one of the best built businesses of all time. And in…
OpenAI үш үлкен ғылым жаңалықтарын және академиктермен жұмыс істеудің жаңа әдісін жариялайды
Жүздеген қолжазбаларды жаппай шығарғаннан кейін бір айдан аз уақыт өткен соң, оның айтуынша, бұрыннан келе жатқан математика сұрақтарының шешімдері бар, OpenAI математика, информатика және физика бойынша тағы үш «ірі» жаңалықпен оралды. Бұл жолғы ерекшелік – таңдау…