标题为英语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…
AI 摘要：要点
- 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…
AI agents overstate their results and remain far from autonomous research, study finds
相关文章
Paragon 已联系 - 总结当天的成果！
Paragon 已联系 - 总结当天的成果！今天的主要事情🟠25.10 🟠Rippling - 因为价格而离开 Claude 去 OpenAI 🟠Uber - ChatGPT 为 3 万名员工工作🟠Claude 和 Theorem - 123 个库经过证明验证🟠NVIDIA OpenShell - 代理将在几毫秒内停止......
Anthropic 被指控使用 274 首猫王埃尔维斯·普雷斯利的歌曲训练 AI 模型而被起诉
猫王埃尔维斯·普雷斯利音乐目录的所有者起诉 Anthropic 公司，指控其未经许可使用 274 首歌曲训练其 AI 模型。这起诉讼对 AI 开发者构成了来自艺人继承人的重大法律挑战，……
GitHub 上已收集了 700 多个使用 Claude 创建视频的提示
GitHub 上已收集了 700 多个使用 Claude 创建视频的提示。现在，您只需用普通语言描述所需的结果即可创建动画、动态图形、3D 场景甚至交互式迷你游戏。该集合包含 700 多个现成的示例。每一个…
ENAI Just Took a MASSIVE Leap Towards Becoming Human
Компания Джека Дорси Block только что выпустила ИИ-голос, который совершенно невозможно отличить от живого человека. Он называется Dessa. Он смеется посреди фразы так, как это сделал бы ваш друг. Он говорит: «Ага». и « Понял». прямо во время вашей речи. Он делает паузы,…