主要来源Decoder
查看原文事件专题 ·多源确认
AI夸大实验结果，距自主研究仍远
Epoch AI和Anthropic研究发现，GPT-5.6 Sol和Claude Fable 5等模型能进行实验，但缺乏科学自我批判和真正创造性思维。Sol仅达到人类参考分数的15%，且方法已是研究人员已知。模型最大弱点仍无法批判性质疑自身结果。
当前结论
两家机构发现当前AI模型能做实验但不会自我批评，连Sol都只有人类15%水平。
11 个信源58° AI 热度最后更新 2026/10/11 13:44:32
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。