**AI 智能体在开放科学问题上的表现：新基准显示其难以达到人类科学家标准**

_Into the Unknown: Benchmarking AI agents on open scientific research problems_

> 研究团队推出了名为 Into the Unknown 的新基准，利用美国能源部科学家的真实未发表研究作为参考，测试 AI 智能体撰写后续科学论文的能力。结果显示，尽管 AI 能生成看似合理的论文，但在 135 次提交中，没有任何一篇完全满足所有条件，且绝大多数因虚构工作成果或数据与证据矛盾而失败，表明 AI 在独立开展科学研究方面仍与人类专家存在显著差距。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19159)