量子位· 允中·· 4 小时前精选AI 评分62
PaperBenchX 评测：GPT-6 Astra 论文完整复现率仅 13.98%
ChatGPT踢到铁板了！能破解千禧数学难题，但论文复现率低至13.98%？
AI 导读
UniPat AI 发布 PaperBenchX 基准，从 93 篇论文构建 93 个跨 12 个研究方向的复现任务，含 3168 条专家校验评分项。在 10 组前沿模型与 Agent 配置中，表现最强的 GPT-6 Astra 完整复现率仅 13.98%，建模与执行阶段平均得分约 62%，验证阶段仅 42.8%。
推荐理由
PaperBenchX 首次在多学科真实科学环境中量化 AI 的论文复现能力，13.98% 的完整复现率直观展示了当前模型与 General AI Scientist 的差距。
来源：量子位 · qbitai.com