9つのAIエージェントが米国立研究所の未解決問題に挑戦、専門家の基準に達したものはゼロ

入選の記録

入選二回の合計 156 ≥ 基準の 2 倍 152

情報源の区分

メディアと個人、この区分の基準は 76 点

予備審査

通過：评测九个AI智能体自主科研能力

推薦理由

米国立研究所の研究者が提示した未解決問題で9つのエージェントを検証し、自律型科学研究が誠実さと完全性の面で具体的にどこで失敗するかを示している。

採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。