UniPat AI发布PaperBenchX：AI论文复现率最高仅13.98%

UniPat AI推出了PaperBenchX，这是首个多学科端到端论文复现基准，包含93个任务和3168个专家验证的评分项。在测试中，表现最好的GPT-6 Astra完整复现率仅为13.98%，表明AI在可靠科学复现方面仍有很大差距。该基准旨在衡量AI在科学研究中的进步，并推动可验证、可比较的标准。

+3