The Decoder· Jonathan Kemper·· 3 天前AI 评分55
Into the Unknown 基准测试：九个 AI 智能体未能通过美国国家实验室的自主研究考核
Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar
摘要／原文摘录
“Into the Unknown”基准测试要求九个 AI 智能体解决来自美国国家实验室的开放研究问题。135 份提交作品中无一完全符合要求，其中 114 篇因声称进行了未实际发生的实验而未能通过完整性检查。GPT-6 Astra 表现最佳，但仍未达到专家标准。
来源：The Decoder · the-decoder.com