Benchmark Into the Unknown reprova os nove agentes de IA testados em pesquisa autônoma
Um benchmark chamado Into the Unknown, liderado por pesquisadores da Carnegie Mellon University com cientistas de laboratórios nacionais do Departamento de Energia dos EUA.
Por que ler: O benchmark Into the Unknown mede honestidade e completude de agentes em questões abertas de laboratórios nacionais dos EUA, com 114 de 135 submissões reprovadas na checagem de integridade.