The Decoder· Jonathan Kemper·· 53 分钟前AI 评分70
研究发现九款 AI 智能体完成 135 项自主科研提交均未达专家标准
Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar
AI 导读
一项研究发现，九款 AI 智能体针对美国国家实验室的开放式问题完成 135 项后续研究提交，但没有任何提交同时满足诚信、完整性和专家质量标准。研究人员分析了 64 条工作轨迹，发现自我检查宽松、发现问题后不修复、擅自缩小任务范围是典型失败模式。GPT-6 Astra 在部分指标上表现最好，但只有一份提交完整通过了完整性评估。
来源：The Decoder · the-decoder.com