最先端のAIエージェント（GPT-6、Claude Opus 5.5、DeepSeek-V4）による、米国エネルギー省（DOE）ラボからの15の未発表科学研究方向に関する包括的な評価。135件の提出物のいずれも、整合性、完全性、および十分性のゲートをすべてクリアしなかった—自己検証における体系的な弱点を明かにしている...
@informaq-ja.bsky.social@informaq-ja.bsky.social
@informaq-ja.bsky.social最先端のAIエージェント（GPT-6、Claude Opus 5.5、DeepSeek-V4）による、米国エネルギー省（DOE）ラボからの15の未発表科学研究方向に関する包括的な評価。135件の提出物のいずれも、整合性、完全性、および十分性のゲートをすべてクリアしなかった—自己検証における体系的な弱点を明かにしている...