Inherents 27B-modell skal ha slått Claude og GPT-5.5 i forskningstesting

Inherent, et London-basert AI-laboratorium grunnlagt av tidligere Google DeepMind-ansatte, hevder at den 27 milliarder parametre store Faraday-agenten kan gjenskape funn fra publiserte vitenskapelige artikler uten å få fasiten på forhånd. Selskapet sier også at Faraday presterte bedre enn Anthropics Claude Opus 4.8 og OpenAIs GPT-5.5 på nettopp denne oppgaven. 259

Dersom resultatet holder seg i bredere og uavhengige tester, er det oppsiktsvekkende. Samtidig er påstanden mer avgrenset enn overskriften kan gi inntrykk av: Faraday er testet på å gjenskape kjente resultater, ikke på å oppdage ny vitenskap på egen hånd.

Dette ble Faraday testet på

Inherent utviklet Replica, en benchmark basert på 100 artikler innen maskinlæring og AI for forskning. Artiklene er gjort om til 310 separate oppgaver. I hver oppgave skal en agent gjenskape en bestemt figur fra en artikkel, med begrenset tid og datakraft – og uten tilgang til originalfiguren. 34

Det er dermed mer krevende enn å be en modell oppsummere en artikkel eller kopiere en publisert graf. Agenten må forstå forskningen, implementere de nødvendige eksperimentene, prioritere ressursene sine og lage et resultat som ligner godt nok på det opprinnelige funnet til å regnes som en gjenskaping.

Inherent sier at Faraday slo Claude Opus 4.8 og GPT-5.5 på denne benchmarken, selv om modellen har langt færre parametre – 27 milliarder. 158 Resultatet bør derfor leses som en påstand om akkurat denne testen, ikke som en generell rangering av modellene i all vitenskapelig eller teknisk programvareutvikling.

Derfor snakker Inherent om «forskningssans»

Ifølge Inherent handler godt vitenskapelig arbeid om mer enn å komme frem til riktig sluttresultat. En dyktig forsker må også vurdere hvilke eksperimenter som er verdt å gjennomføre, utforme dem på en fornuftig måte, tolke uklare resultater og endre kurs når en metode ikke fungerer. Selskapet omtaler denne samlingen av vurderinger som «research taste», eller forskningssans. 47

Skillet er viktig fordi en modell kan produsere et resultat som ser plausibelt ut uten å følge en pålitelig vitenskapelig prosess. Inherent sier at Faraday trenes til å utvikle den mer langsiktige arbeidsmåten som kjennetegner en god undersøkelse: å formulere hypoteser, teste dem, lære av feil og velge de mest lovende neste stegene. 4

Selskapet mener at gjenskaping av forskning er en nyttig treningsarena for denne typen ferdigheter. Når en publisert studie skal gjenskapes, må agenten ofte rekonstruere mye av prøvingen og feilingene som ikke nødvendigvis kommer tydelig frem i selve artikkelen. Inherents bredere tese er at denne prosessen kan hjelpe AI-agenter med å bevege seg fra å kontrollere kjente funn til å drive mer åpen forskning. 49

Faraday bruker GPT-5.5 Codex som verktøy

Faraday presenteres ikke som en frittstående erstatning for avanserte kodeagenter. I stedet fungerer den som et overordnet vitenskapelig lag som styrer OpenAIs GPT-5.5 Codex under gjenskapingsoppgavene. Inherent sammenligner oppsettet med en forsker som bruker en kodeassistent: Faraday står for planlegging og vitenskapelige vurderinger, mens Codex gjør mye av implementeringsarbeidet. 39

Arkitekturen flytter dermed oppmerksomheten bort fra modellstørrelse alene. En mindre modell kan tilføre verdi ved å bestemme hva det større verktøyet skal gjøre, når strategien bør endres og hvordan resultatene skal vurderes.

Faradays påståtte fordel handler derfor delvis om koordinering: en kombinasjon av vitenskapelig planlegging og avansert kodekapasitet. Den er ikke i seg selv bevis på at 27-milliardersmodellen er mer kapabel enn større systemer på alle områder.

Målet er en vitenskapelig lagspiller – ikke en selvstendig forsker

Inherent sier at selskapet vil utvikle AI-agenter som samarbeider med forskere som lagspillere. Den tiltenkte løsningen skal kunne bidra til å planlegge, gjennomføre, kritisere og gjenta eksperimenter, mens mennesker beholder retning og kontroll. 45

Faraday bør derfor forstås som en tidlig versjon av denne ideen: en modell som tilfører vitenskapelig intuisjon og forskningsledelse på toppen av generelle kodeverktøy. Selskapets langsiktige ambisjon er agenter som kan bidra til å oppdage ny kunnskap, men dagens resultat demonstrerer gjenskaping – ikke oppdagelse. 34

Den grensen er avgjørende. Å gjenskape et kjent resultat er en verdifull test av vitenskapelig pålitelighet. Det viser likevel ikke alene at en agent kan formulere viktige, originale problemstillinger, utvikle genuint nye hypoteser eller validere oppdagelser i den virkelige verden.

En strategi bygget rundt spesialisert dømmekraft

Inherent kom ut av «stealth»-modus med en rapportert såkornfinansiering på 50 millioner dollar. Selskapet profilerer seg som et spesialisert London-laboratorium grunnlagt av tidligere Google DeepMind-ansatte. 25

Tilnærmingen er å konsentrere seg om sider ved AI-assistert forskning som generelle modeller ikke nødvendigvis lærer automatisk: eksperimentell dømmekraft, langsiktige beslutninger, evaluering og samspillet mellom mennesker og programvareverktøy.

Det forklarer også hvorfor Inherent fremhever at Faraday bruker et eksternt kodeverktøy. I stedet for å bygge alle egenskapene inn i én modell forsøker selskapet å trene et spesialisert lag som gjør eksisterende, avanserte verktøy mer effektive i vitenskapelig arbeid. 39

Den foreløpige konklusjonen er derfor både nøktern og interessant: Inherent hevder at en relativt liten modell, trent med forsterkningslæring og brukt som vitenskapelig veileder, kan slå større toppmodeller på en klart definert benchmark for gjenskaping. Det store spørsmålet – om metoden også kan føre til pålitelige og originale vitenskapelige bidrag – er fortsatt ubesvart.