Kleine AI-agent Faraday zegt Claude en GPT-5.5 te verslaan bij onderzoeksreplicatie

Inherent, een Londens AI-lab dat is opgericht door oud-medewerkers van Google DeepMind, zegt dat zijn Faraday-agent met 27 miljard parameters bevindingen uit gepubliceerde wetenschappelijke artikelen kan reproduceren zonder vooraf het antwoord te krijgen. Volgens het bedrijf presteerde Faraday bij die specifieke taak beter dan Anthropic’s Claude Opus 4.8 en OpenAI’s GPT-5.5. 259

Als die uitkomst standhoudt in bredere en onafhankelijke tests, is dat een opmerkelijke prestatie. Tegelijk is de claim een stuk specifieker dan de kop misschien doet vermoeden: Faraday is getest op het reproduceren van bestaande resultaten, niet op het zelfstandig ontdekken van nieuwe wetenschappelijke kennis.

Waarop is Faraday getest?

Inherent ontwikkelde Replica, een benchmark die is samengesteld uit 100 papers over machine learning en AI voor wetenschappelijk onderzoek. Die papers zijn omgezet in 310 replicatieopdrachten. Bij elke opdracht moet een agent een specifieke figuur uit een paper opnieuw maken, met beperkte tijd en rekenkracht en zonder toegang tot de oorspronkelijke grafiek. 34

Dat gaat verder dan een paper samenvatten of een gepubliceerde grafiek namaken. De agent moet de onderzoeksopzet begrijpen, de benodigde experimenten programmeren, bepalen hoe de beschikbare middelen worden ingezet en een resultaat produceren dat voldoende overeenkomt met de oorspronkelijke bevinding om als replicatie te tellen.

Inherent zegt dat Faraday op deze benchmark Claude Opus 4.8 en GPT-5.5 voorbijstreefde, ondanks zijn veel kleinere model van 27 miljard parameters. 158 Die vergelijking moet wel worden gelezen als een claim over één specifieke benchmark — niet als een algemene rangschikking van de modellen voor alle wetenschappelijke of programmeertaken.

Waarom Inherent spreekt over ‘onderzoeksgevoel’

Volgens Inherent draait goed wetenschappelijk werk niet alleen om de uiteindelijke uitkomst. Een sterke onderzoeker moet kunnen inschatten welke experimenten de moeite waard zijn, ze verstandig opzetten, onduidelijke resultaten interpreteren en van koers veranderen wanneer een aanpak niet werkt. Het bedrijf vat die verzameling oordelen samen als “research taste”, oftewel onderzoeksgevoel. 47

Dat onderscheid is belangrijk. Een model kan mogelijk een geloofwaardig ogende grafiek produceren zonder een betrouwbaar wetenschappelijk proces te volgen. Inherent zegt dat Faraday juist wordt getraind op gedrag dat nodig is voor onderzoek over langere tijd: hypotheses formuleren, ze testen, leren van mislukkingen en de volgende kansrijke stap kiezen. 4

Daarbij gebruikt het bedrijf replicatie als oefenterrein. Wie een gepubliceerd resultaat opnieuw wil produceren, moet vaak veel praktisch uitproberen dat in een paper niet volledig wordt beschreven. Inherent redeneert dat juist die vaardigheid — omgaan met onzekerheid, experimenteren en bijsturen — een opstap kan vormen naar meer open onderzoek. 49

Faraday stuurt GPT-5.5 Codex aan

Faraday wordt niet gepresenteerd als een zelfstandige vervanger voor krachtige programmeeragents. Het model fungeert als een wetenschappelijke regielaag die OpenAI’s GPT-5.5 Codex tijdens replicatietaken aanstuurt. Inherent vergelijkt die opzet met een wetenschapper die een codeerassistent gebruikt: Faraday bepaalt de aanpak en beoordeelt het onderzoek, terwijl Codex een groot deel van de implementatie uitvoert. 39

Daarmee verschuift de aandacht van modelgrootte alleen. Een kleiner model kan waarde toevoegen door te beslissen wat de grotere tool moet doen, wanneer een strategie moet worden aangepast en hoe resultaten moeten worden beoordeeld. De gemelde voorsprong van Faraday is dus deels een voordeel van orkestratie: wetenschappelijke planning wordt gecombineerd met de programmeercapaciteit van een geavanceerd model. Het is geen bewijs dat het model met 27 miljard parameters in het algemeen capabeler is dan grotere systemen.

Geen autonome wetenschapper, maar een onderzoekspartner

Inherent zegt AI-agents te willen bouwen die als teamgenoten met onderzoekers samenwerken. Zo’n systeem zou kunnen helpen bij het plannen, uitvoeren, bekritiseren en herhalen van experimenten, terwijl mensen de richting bepalen en toezicht houden. 45

Faraday is het best te zien als een vroege versie van dat concept: een model dat wetenschappelijke intuïtie en onderzoeksmanagement toevoegt aan algemene programmeertools. De langetermijnambitie van het bedrijf is groter — agents die bijdragen aan het ontdekken van nieuwe kennis — maar de huidige resultaten tonen replicatie, geen ontdekking. 34

Dat onderscheid doet ertoe. Het opnieuw produceren van een bekend resultaat is een waardevolle test voor wetenschappelijke betrouwbaarheid. Op zichzelf bewijst het echter niet dat een agent belangrijke originele vragen kan formuleren, echt nieuwe hypotheses kan ontwikkelen of ontdekkingen in de praktijk kan valideren.

Wat zegt de lancering over de strategie van Inherent?

Inherent kwam uit stealth — een periode waarin een start-up weinig publieke informatie deelt — met naar verluidt 50 miljoen dollar aan startkapitaal. Het bedrijf profileert zich als een gespecialiseerd Londens onderzoekslab, opgericht door alumni van Google DeepMind. 25

De strategie is om juist die onderdelen van AI-ondersteund onderzoek te ontwikkelen die algemene modellen niet vanzelf beheersen: experimenteel oordeel, beslissingen over langere tijd, evaluatie en de samenwerking tussen onderzoekers en softwaretools.

Ook het gebruik van een externe programmeeragent past in dat beeld. In plaats van alle mogelijkheden in één model onder te brengen, probeert Inherent een gespecialiseerde laag te trainen die bestaande geavanceerde tools effectiever maakt voor wetenschappelijk werk. 39

De voorzichtige maar relevante conclusie: Inherent claimt dat een relatief klein model, getraind met reinforcement learning en ingezet als wetenschappelijke supervisor, grotere frontiermodellen kan verslaan op een zorgvuldig afgebakende replicatiebenchmark. De belangrijkere vraag — of deze aanpak uiteindelijk betrouwbare, originele wetenschappelijke bijdragen oplevert — staat nog open.