AIエージェントの科学研究能力を測る新ベンチマーク

研究者らは2026年10月15日、ベンチマーク「Into the Unknown」を公開した。AIエージェントに科学論文と、米エネルギー省（DOE）の研究所が提示した研究の方向性を与え、後続研究の論文草稿を作成させる。量子コンピューティングや材料科学などの分野で、最先端のAIエージェント9種類がそれぞれ15本の草稿を作成した。いずれも科学者が設定した条件をすべて満たせず、114本は主張やデータの不整合を調べる信頼性チェックで不合格となった。コードとデータは公開され、誰でも利用できる。