热点事件持续更新
UniPat AI发布PaperBenchX基准评测AI论文复现能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
报道摘要
UniPat AI 发布多学科端到端论文复现基准 PaperBenchX，表现最强的 GPT-6 Astra 在 93 个任务中完整复现率仅为 13.98%。该基准覆盖 12 个研究方向，要求 Agent 在隔离环境中重跑工作流以验证科学证据，目前团队已开源 12 个代表性测试任务。
摘自 量子位
报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- 量子位UniPat AI 发布 PaperBenchX，GPT-6 Astra 论文复现率仅 13.98%
UniPat AI 发布多学科端到端论文复现基准 PaperBenchX，表现最强的 GPT-6 Astra 在 93 个任务中完整复现率仅为 13.98%。该基准覆盖 12 个研究方向，要求 Agent 在隔离环境中重跑工作流以验证科学证据，目前团队已开源 12 个代表性测试任务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。