Nghiên cứu mâu thuẫn với tuyên bố của Anthropic và OpenAI về khả năng đạt được nghiên cứu AI tự chủ

Các tác nhân AI sử dụng Claude Opus 4.8 và GPT-5.6 Sol đã được cấp sáu ngày, 3.000 USD tín dụng API và quyền truy cập GPU để tự viết các bài báo nghiên cứu về AI. Các tác giả gốc của các bài báo NeurIPS chưa được công bố đã đánh giá kết quả là "Từ chối". Theo nghiên cứu, được thực hiện với Đại học Princeton và Viện An ninh AI Vương quốc Anh, các mô hình tiên tiến có thể xử lý toàn bộ quy trình kỹ thuật nghiên cứu nhưng còn thiếu về khả năng đánh giá nghiên cứu, giải quyết vấn đề sáng tạo và khả năng từ bỏ các phương pháp thất bại. Bài viết "Nghiên cứu mâu thuẫn với tuyên bố của Anthropic và OpenAI rằng nghiên cứu AI tự chủ nằm trong tầm với" đã xuất hiện.