PaperBenchX测评：GPT-6 Astra论文完整复现率仅13.98%
UniPat AI发布 PaperBenchX，基于93个真实论文复现任务评估 Agent 在12个研究方向和10种科学环境中的端到端复现能力。GPT-6 Astra在93项任务中的完整复现率为13.98%，建模和执行阶段平均得分高于验证阶段；团队已开源12个测试任务，并维护81个封闭测试任务。
#开源生态
量子位AI 评分7171
量子位精选AI 评分8686 OpenAI 公开 722 篇未发布内部模型生成的数学手稿
OpenAI 公开 722 篇数学手稿，全部出自一个尚未发布的内部模型，归成 372 组结果，并上传论文、源码和部分 Lean 证明到 GitHub。材料称这些结果覆盖准黎曼猜想、霍奇猜想、BSD猜想、π的无理性指数、唯一游戏猜想等 17 个方向，模型此前尝试约 4000 个研究问题，平均每项结果消耗约相当于 ChatGPT Pro 思考 3小时。
推荐理由：原文梳理了手稿覆盖范围、核验状态和数学界反应，可帮助理解AI产出数学成果后的同行消化压力。
Google ResearchAI 评分3333 MilleMiglia：面向中程物流的真实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的中程物流实例生成器，用于创建真实、隐私保护的中程配送问题 benchmark。中程物流连接区域或洲际配送中心，涉及多车辆接力、时间窗口和转运同步，长期缺少公开高质量数据。其源代码和文档已在 GitHub 提供。