Scientist World, de Princeton, vuelve ejecutables 1.000 artículos; los científicos de IA de frontera superan el resultado humano el 74% de las veces
El preprint de arXiv publica 1.000 entornos verificados y 6.400 horas de trazas de investigación, y afirma que el entrenamiento elevó un 158% la ideación científica de un modelo pequeño; las cifras son de los autores y no han sido revisadas por pares.
Por qué importa
La mayoría de los bancos de pruebas de IA para investigación piden a un modelo repetir un resultado conocido. Scientist World convierte cada artículo en un entorno con una pregunta abierta y el método de los autores como referencia, y compara al científico de IA con lo que lograron los humanos. Los autores afirman que los sistemas de frontera ya superan a los humanos el 74% de las veces en los primeros 1.000 entornos. Es una medida propia, en fase de preprint, y el proceso que construye y verifica los entornos también es automático; conviene vigilar la replicación independiente y la definición exacta de victoria.
Datos clave
- Preprint arXiv:2611.08478, enviado el 5 nov 2026
- Autores: Taiming Lu, Sachin Konan, Zhuang Liu (Princeton)
- Primera entrega: 1.000 entornos verificados
- Los científicos de IA de frontera superan a los investigadores humanos el 74% de las veces
- Se publican 6.400 horas de trazas de investigación
- El entrenamiento elevó un 158% la ideación de un modelo pequeño