Evaluierung: alphaXiv misst autonome Forschung mit dem OpenResearch Intelligence Index, ein KI-Textdetektor steigt bei RAID auf, verliert aber außerhalb des Benchmarks
alphaXiv veröffentlicht die ersten Ergebnisse des OpenResearch Intelligence Index, eines Benchmarks, der die Fähigkeit von Modellen misst, Forschung von Anfang bis Ende durchzuführen.