UniPat AI发布PaperBenchX论文复现基准

UniPat AI发布PaperBenchX，称这是首个多学科端到端论文结果复现基准。该基准从93篇研究论文构建93个复现任务，覆盖电磁、光子、化学、材料、生物、机器人等12个方向和10种领域原生科学环境，含3168条专家校验评分项。 据UniPat AI介绍，团队从每个研究方向选取1个代表性任务，共开源12个测试任务，同时维护81个封闭测试任务以维持基准的区分度和长期评测有效性；单任务预算为4至24小时，中位数7小时。 在PaperBenchX上，UniPat AI称GPT-6 Astra的论文复现率仅为13.98%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。