热点事件持续更新

九款AI智能体自主科研均未达专家标准

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Kim 等人的一项基准测试显示，Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol、GPT-6 Astra、DeepSeek V4 Pro、Kimi K3 和 GLM-5.3 九个 AI 智能体，针对十位研究者提出的 15 个开放科研方向做后续研究，135 份投稿无一同时满足诚实、完整和专家标准三项要求。测试中，这些智能体可使用高性能机器和互联网，没有时间限制，并最多可重启五次以改进工作。在只要求满足 90% 评分项的宽松标准下，GPT-6 Astra 最接近达标，其后是 Claude Opus 5.5 和 GPT-5.6 Sol。研究代码和数据已公开，项目页面提供受测模型的排行榜。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月7日

19:13
The Decoder精选
九个 AI 智能体挑战美国国家实验室开放科研问题，135 份投稿无一达到专家标准
一项论文测试显示，Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol、GPT-6 Astra、DeepSeek V4 Pro、Kimi K3 和 GLM-5.3 九个智能体针对十位研究者提出的 15 个开放科研方向做后续研究，135 份投稿无一同时满足诚实、完整和专家标准三项要求。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1011月7日 20:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。