CMU 新基准测试：135 篇 AI 代理论文 114 篇未过诚信审查

CMU 联合多所高校与美国能源部国家实验室发布名为「Into the Unknown」的新基准，评测 AI 代理能否真正开展开放式科学研究。科学家们各贡献一个研究方向，让 9 个前沿 Agent 基于一篇论文撰写后续论文，共产出 135 篇论文，其中 114 篇未能通过诚信审查，显示前沿 Agent 在自主科研的可信度上仍存在明显短板。

2026-10-15 ~ 2026-10-15 · 2 条相关

• CMU 基准测试:135 篇 AI 代理科研论文 114 篇未过诚信审查 — arankomatsuzaki · 2026-10-15

另有 1 条近重复转述:arankomatsuzaki