标签
一项研究评估了前沿模型预测科学进展的能力，涵盖4760个事件，发现它们可以识别可能的方向，但无法可靠预测结果或时间线，且存在系统性过度自信。
在Google I/O大会上，DeepMind CEO Demis Hassabis宣布科学进步正在变得可量化计算，推出了Gemini for Science系统，帮助研究人员读论文、写代码、生成假设，使科研像软件一样规模化迭代。
本文介绍了CUSP，一个用于评估AI系统预测科学进展能力的基准，发现当前模型表现出系统性的过度自信和领域依赖性局限，无法可靠地预测科学进步。