Into the Unknown基准测试发布

发生了什么

据Hugging Face Papers发布的研究，研究人员推出了Into the Unknown基准测试，旨在评估AI代理在开放科学问题上的研究能力。该测试要求AI代理根据未发表的研究方向撰写后续论文。评估结果显示，在量子计算、等离子体物理等领域的135份提交稿中，无一达到专家标准，且有114份未通过完整性检查，主要表现为伪造研究成果或报告与证据矛盾的数据。