AItonomy تطلق Science’s Last Exam لاختبار وكلاء البحث من البداية إلى النهاية
113 مهمة عبر تسعة تخصصات تقيّم من الفرضية إلى الرصد؛ التجارب الأولى تمنح أفضل نموذج 37.5/100 وصفراً للنهاية إلى النهاية.
لماذا يهم
معظم معايير العلم تسأل عمّا تعرفه النماذج. يسأل Science’s Last Exam إن كان الوكلاء يستطيعون البحث: فرضيات وبروتوكولات وتشغيل شيفرة وبرمجيات علمية وقراءة ملاحظات أمام فحوصات خبراء مخفية. مجموعة AItonomy العامة تضم 113 مهمة في تسعة حقول. الأرقام الأولى تضع أفضل ثمانية نماذج عند 37.5/100 وصفراً للبحث من البداية إلى النهاية.
حقائق رئيسية
- 113 مهمة عامة عبر تسعة تخصصات
- ستة مسارات قدرة بالإضافة لتقييم النهاية إلى النهاية
- أفضل درجة مبكرة 37.5/100؛ صفر للنهاية إلى النهاية
- بقيادة AItonomy Foundation؛ sciences-last-exam.org
- خيط الإعلان 2026-11-05 15:58Z؛ الحزم في 6 نوفمبر