# खुले वैज्ञानिक सवालों पर AI एजेंटों की नई कसौटी

> ‘Into the Unknown’ बेंचमार्क में AI एजेंटों को एक शोधपत्र और आगे की शोध दिशा दी जाती है और उस पर अगला अध्ययन लिखने को कहा जाता है।

Oossa · 2026-10-16 · https://oossa.com/hi/new-benchmark-tests-ai-agents-on-open-scientific-research-problems

शोधकर्ताओं ने 15 Oct 2026 को ‘Into the Unknown’ बेंचमार्क जारी किया। इसमें AI एजेंट को विज्ञान का एक शोधपत्र और DOE की प्रयोगशाला से मिली शोध दिशा दी जाती है और उसके आधार पर अगला शोधपत्र लिखने को कहा जाता है। क्वांटम कंप्यूटिंग और पदार्थ विज्ञान जैसे क्षेत्रों में नौ अग्रणी एजेंटों ने मिलकर 15-15 मसौदे तैयार किए। इनमें से कोई भी वैज्ञानिकों की सभी शर्तों पर खरा नहीं उतरा, जबकि 114 मसौदे दावों या डेटा में विसंगतियों की अखंडता-जांच में विफल रहे। इसका कोड और डेटा दूसरों के इस्तेमाल के लिए खुले हैं।

## तथ्य

- बेंचमार्क का नाम: Into the Unknown
- AI द्वारा लिखे गए 135 अगले शोधपत्रों का मूल्यांकन किया गया

## यह क्यों मायने रखता है

यह दिखाता है कि मौजूदा AI एजेंट शोधपत्रों के विश्वसनीय लगने वाले मसौदे तो बना सकते हैं, लेकिन वे अब भी वैज्ञानिक मानकों पर खरे नहीं उतरते। इससे भविष्य में ऐसे टूल विकसित करने की जरूरत और मौजूदा कमी साफ होती है।

## स्रोत और संदर्भ

1. [Into the Unknown: Benchmarking AI agents on open scientific research problems](https://arxiv.org/abs/2610.19159) – arXiv, 2026-10-15

अंतिम अपडेट: 2026-10-16