Çalışma, yapay zeka ajanlarının sonuçlarını abarttığını ve özerk araştırmalardan uzak kaldığını ortaya koyuyor

Epoch AI ve Anthropic bağımsız olarak aynı şeyi buldu: GPT-5.6 Sol ve Claude Fable 5 gibi mevcut AI modelleri deneyler yapabilir ancak bilimsel özeleştiri ve gerçek yaratıcı düşünceden yoksundur. Sol en iyi ihtimalle insan referans puanının yüzde 15'ine ulaştı ve bu bile araştırmacıların zaten bildiği yöntemlerden geldi. Modellerin en büyük zayıflığı hâlâ kendi sonuçlarını eleştirel bir şekilde sorgulamadaki yetersizlikleridir. Yapay zeka ajanlarının sonuçlarını abarttığı ve otonom araştırmalardan uzak durduğu makalesi, çalışma bulguları ilk olarak The Decoder'da yayınlandı.