I ricercatori hanno presentato il benchmark Into the Unknown il 15 Oct 2026. Fornisce a un agente AI un articolo scientifico e una direzione di ricerca indicata da un laboratorio del DOE, chiedendogli di preparare un articolo di approfondimento. Nove agenti all’avanguardia hanno prodotto 15 bozze ciascuno, in campi come l’informatica quantistica e la scienza dei materiali. Nessuno ha soddisfatto tutte le condizioni poste dagli scienziati e 114 bozze non hanno superato un controllo d’integrità per incoerenze nelle affermazioni o nei dati. Il codice e i dati sono disponibili pubblicamente.
Perché conta
Dimostra che gli attuali agenti AI sono in grado di generare bozze di ricerca plausibili, ma non raggiungono ancora gli standard scientifici, mettendo in luce il divario che lo sviluppo futuro degli strumenti dovrà colmare.
