Investigadores publicaron el benchmark Into the Unknown el 15 Oct 2026. Proporciona a un agente de IA un artículo científico y una línea de investigación propuesta por un laboratorio del DOE, y le pide que redacte un artículo de seguimiento. Nueve agentes de vanguardia produjeron 15 borradores cada uno en campos como la computación cuántica y la ciencia de materiales. Ninguno cumplió todas las condiciones de los científicos, y 114 no superaron una verificación de integridad por inconsistencias en las afirmaciones o los datos. El código y los datos están disponibles para que otros los utilicen.
Por qué importa
Muestra que los agentes de IA actuales pueden generar borradores de investigación verosímiles, pero aún no alcanzan los estándares científicos, lo que pone de relieve la brecha que deberá abordar el desarrollo de futuras herramientas.
