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...

#AIベンチマーキング #科学AI #研究自動化

對來自美國能源部實驗室的15個未發表科學研究方向上的前沿AI代理（GPT-6、Claude Opus 5.5、DeepSeek-V4）進行全面評估。在135份提交中，沒有一份通過完整性、充分性和足夠性的所有審查——揭示了自我驗證方面的系統性弱點...

#AI評測 #科學AI #研究自動化

Reed et al.はPhysKitを発表しており、これは実験物理学研究を加速するAIエージェントを可能にするフレームワークです。6つのケーススタディは以下の成功を示しています：ニューラルネットワークの33%のエラー削減、改善された量子制御シーケンス、マイクロ波デバイス設計、およびNMR分光計のコミッショニング...

#量子技術 #研究自動化 #研究

Reed等人提出PhysKit，這是一個使AI代理能夠加速實驗物理研究的框架。六個案例研究展示了成功：神經網絡中的33%誤差減少、改進的量子控制序列、微波設備設計和NMR譜儀調試...

#量子技術 #研究自動化 #研究