Benchmark lässt KI-Agenten an offenen Forschungsfragen arbeiten – keine einzige Einreichung erfüllt alle Anforderungen
The Decoder · Von Jonathan Kemper ·
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…