CryptoSlate에 따르면, Science Prediction Universe 연구 프리프린트는 12개의 모델을 아우르는 13가지 에이전트 구성을 테스트했습니다. 100개의 공개 실험 순위 매기기 태스크에서, 사용 가능한 채점된 예측 간의 평균 스피어만 순위 상관계수는 0.52였으며, 실제 관측 결과와의 평균 상관계수는 0.33이었습니다. 순위를 통합한 후, 73개 태스크의 결과가 평균 제출 결과보다 우수했으나, 공통적인 오류는 여전히 남아있을 수 있습니다. 상기 상관계수는 정답률이 아니며, 각 구성별로 커버하는 태스크가 다르고, 연구에서는 인간 예측 베이스라인을 설정하지 않았기 때문에 이를 바탕으로 모든 모델이나 과학적 예측 시나리오에서의 성과를 단정할 수 없습니다.