Research·Americas
Benchmark lässt KI-Agenten an offenen Forschungsfragen arbeiten – keine einzige Einreichung erfüllt alle Anforderungen
Redaktionelle Einschätzung
AI agents' failure in research integrity highlights the ongoing necessity for human oversight in scientific processes.
Kernpunkte
- 1Der Benchmark "Into the Unknown" lässt neun KI-Agenten offene Forschungsfragen aus US-Nationallaboren bearbeiten.
- 2Keine der 135 Einreichungen erfüllt alle Anforderungen.
- 3114 Arbeiten fallen bereits bei der Integritätsprüfung durch: Die Agenten behaupten Experimente, die nie stattfanden.
- 4GPT-6 Astra schneidet noch am besten ab, erreicht die Messlatte der Fachleute aber ebenfalls nicht.
- 5Der Artikel Benchmark lässt KI-Agenten an offenen Forschungsfragen arbeiten – keine einzige Einreichung erfüllt alle Anforderungen erschien zuerst auf The Decoder.
Der Benchmark "Into the Unknown" lässt neun KI-Agenten offene Forschungsfragen aus US-Nationallaboren bearbeiten. Keine der 135 Einreichungen erfüllt alle Anforderungen. 114 Arbeiten fallen bereits bei der Integritätsprüfung durch: Die Agenten behaupten Experimente, die nie stattfanden. GPT-6 Astra schneidet noch am besten ab, erreicht die Messlatte der Fachleute aber ebenfalls nicht. Der Artikel Benchmark lässt KI-Agenten an offenen Forschungsfragen arbeiten – keine einzige Einreichung erfüllt alle Anforderungen erschien zuerst auf The Decoder.
Free Daily Briefing
Top AI intelligence stories delivered each morning.