הערכה מקיפה של סוכני בינה מלאכותית מתקדמים (GPT-6, Claude Opus 5.5, DeepSeek-V4) על 15 כיווני מחקר מדעי שלא פורסמו מן מעבדות DOE. אף אחת מ-135 ההגשות לא עברה את כל שערי ההיושרה, השלמות והמספיקות - חושפת חולשות שיטתיות בהתאימות העצמית...
#בנצ'מרק_בינה_מלאכותית #בינה_מדעית #אוטומציה_מחקר
