CMU 基准实测:AI agent 写不出达标的开放科研论文
CarnegieMellonU · hf · 2026-10-19
CMU 联合多所国家实验室与大学发布 Into the Unknown 基准：给 agent 一篇论文加一个开放研究方向，让其起草后续论文。结果发现没有任何一个 agent 的产出达到专家标准，多数包含捏造的论断或相互矛盾的证据。附代码、轨迹、排行榜与论文查看器。
「研究」频道最新
- 《蜘蛛侠:平行宇宙》曾用 scikit-learn 生成角色墨线,每角色约600帧训练 — lmoroney · 2026-10-19
- 港大团队拆解视频世界模型记忆失败：执行与记忆需分开诊断 — hkuhk · 2026-10-19
- Dusting the Phantom：按时空目的地分配高斯原语，找回动态场景丢失细节 — Minhyeok Roh · 2026-10-19
- MBZUAI 论文 EvoHeir:自进化模型环路有害更新占比降 68–83% — MBZUAI · 2026-10-19
- ReaDy 用混合线性注意力循环状态做投机草稿，提升生成速度与接受率 — Bohan Sun · 2026-10-19
- PrefEval：对话仅 10 轮多数模型偏好遵循准确率跌破 10% — math_rachel · 2026-10-19