UniPat AI发布论文复现基准PaperBenchX
热点事件持续更新
UniPat AI发布论文复现基准PaperBenchX
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
UniPat AI发布PaperBenchX，以93个真实论文复现任务评估智能体端到端复现能力；在该基准的93项任务中，GPT-6 Astra完整复现率为13.98%。它在建模和执行阶段的平均得分高于验证阶段。 任务覆盖12个研究方向和10种科学环境，评分包含3168条专家校验项。UniPat AI开源了12个测试任务，并维护81个封闭测试任务。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 17:28
PaperBenchX测评：GPT-6 Astra论文完整复现率仅13.98%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。
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。