按年被提到
20262026 · 3 次2026
AI 安全、伦理与社会影响›AI 的经济与社会影响·arXiv:2607.27191 · cs.AI

Can AI agents conduct open-ended AI research? Early evidence from two case studies

AI 智能体能做开放式 AI 研究吗?来自两个案例的早期证据
Peter Kirgis, Sayash Kapoor, Andrew Schwartz, Stephan Rabanser, David Africa, Konstantinos Voudouris, Viet Nguyen, Toby Pilditch, Magda Dubois, Harry Coppock, Cozmin Ududec, Nitya Nadgir 等 24 人 · 2026

让前沿智能体攻关未发表论文的核心问题,由原作者打分

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2026-07-30 · 最近 2026-09-14
3不同的人
3活跃月份
3讨论串
3被引(OpenAlex)

论文提出「影子评估」:让智能体承担一篇高质量未发表论文的核心开放式研究问题,由论文原作者给其产出评分。作者在两篇 NeurIPS 2026 投稿上,给前沿智能体六天时间和数千美元算力,结果智能体无需人工帮助就完成了全部工程工作,却没能在研究问题上取得实质进展,两篇都被原作者明确否决。论文归纳出五类反复出现的失败模式:对可发表标准判断不佳、对研究设计缺陷应对缺乏创意、从死胡同回溯无效、资源意识差、指令漂移;用第二种模型和脚手架做的稳健性检验复现了这些失败。

HN 为什么提它

输入没有给出具体评论摘录,只知道有 3 位评论者在 3 个不同月份提到它,具体讨论角度无法确定。

实证研究难度 2 / 5约 40 分钟有时效性
读之前最好知道
1LLM 智能体与长程任务
2AI 研究自动化(AI R&D automation)
3同行评审机制
4基准评测方法

HN 书评

没有评论直接链到它;下面是它被提交的讨论串里回复最多的评论(不计入统计)

讨论串里没有 ≥100 字的评论,只有提交记录。

被提交为 story · 3 次