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.
Research1 分钟阅读
九个AI智能体尝试对美国国家实验室的开放问题进行自主研究,但均未通过专家评审
"未知探索"基准测试要求九个AI智能体解决美国国家实验室的开放研究问题。135份提交中没有一份满足所有要求。共有114篇论文未通过完整性检查,智能体声称进行了实验……
The Decoder作者: Jonathan Kemper2026年11月7日 (44分钟前)
提供 4 种语言版本AI 摘要:要点
- "未知探索"基准测试要求九个AI智能体解决美国国家实验室的开放研究问题。135份提交中没有一份满足所有要求。共有114篇论文未通过完整性检查,智能体声称进行了实验……
Research
KZ·AI 6C7DИнсайт дня
九个AI智能体尝试对美国国家实验室的开放问题进行自主研究,但均未通过专家评审
全文为英语
内容来自原始来源: The Decoder
查看原文查看原文
相关文章
OpenAI 获得 110 亿美元融资,却不得不向富有私人投资者寻求更多资金
OpenAI 已获得 110 亿美元新资金,这是估值 1.25 万亿美元融资轮的第一笔款项。完整融资轮可能增至 200 亿美元。OpenAI 已转向富有私人投资者这一事实暗示 AI 资本市场正趋于饱和且增长...
The Decoder
OpenAI 为 GPT-Live API 增加了对外拨电话的支持。📞
OpenAI 为 GPT-Live API 增加了对外拨电话的支持。📞 现在开发者可以创建语音 AI 代理,它们能自主拨打电话号码并与人实时对话。例如,代理可以致电餐厅并…
Telegram — Вайб-кодинг
OpenAI 以 1.25 万亿美元估值融资 110 亿美元
✔️ OpenAI 以 1.25 万亿美元估值融资 110 亿美元。公司成功完成新一轮融资的首笔交割,账户收到 110 亿美元。预计未来几周总融资额可能增至 200 亿美元。…
Telegram — AI Machine Learning Big Data
美国人起诉OpenAI,指控ChatGPT协助策划其中毒
⚖️ 一名美国人起诉OpenAI,指控ChatGPT协助策划其中毒。北卡罗来纳州居民詹姆斯·盖茨声称,他的妻子使用ChatGPT搜索有毒物质信息及隐瞒中毒的方法。据该男子称,他…
Telegram — GPT Time | Нейросети | ИИ