AI agents overstate their results and remain far from autonomous research, study finds
Epoch AI and Anthropic independently found the same thing: current AI models like GPT-5.6 Sol and Claude Fable 5 can run experiments but lack scientific self-criticism and genuine creative thinking. At best, Sol reached 15 percent of the human reference score, and even that came…
- 01.Epoch AI and Anthropic independently found the same thing: current AI models like GPT-5.6 Sol and Claude Fable 5 can run experiments but lack scientific self-criticism and genuine creative thinking
- 02.At best, Sol reached 15 percent of the human reference score, and even that came…
Материал представлен в формате расширенного аналитического дайджеста.
Читать полную версию в первоисточникеСвязанные материалы
Все материалы →OpenAI объявляет о трех крупных научных открытиях и новом способе работы с учеными
Менее чем через месяц после массового выпуска сотен рукописей, которые, по их словам, содержат решения давних математических вопросов, OpenAI вернулся с еще тремя «крупными» открытиями в области математики, информатики и физики. Что изменилось на этот раз, так это выбор…
Новый полнофункциональный дизайнер
Сегодня ко мне присоединился Марвин Швайболд, который возглавляет студию дизайна продуктов в Shopify. Он расскажет нам о своем процессе из-за кулис >> [музыка] >> где мы увидим, как он использует новейшие инструменты искусственного интеллекта для воплощения своих проектов в жизнь, а затем рассмотрим некоторые присланные зрителями…