创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

UniPat AI 发布 PaperBenchX 复现基准

AI 总结

UniPat AI 发布 PaperBenchX,称其为国际上首个多学科端到端论文结果复现基准:从93篇论文构建93个复现任务,覆盖电磁、光子、化学、材料、生物、机器人等12个研究方向和10种领域原生科学环境(如 Ansys HFSS、Ansys Lumerical、Meep、PySCF、ABACUS),含3168条专家校验评分项。在93个任务上,表现最强的 GPT-6 Astra 完整复现率仅13.98%;全部受测配置的建模与执行阶段平均得分约62%,验证阶段仅42.8%,单任务预算4–24小时、中位数7小时。团队开源12个代表性任务,另保留81个封闭测试任务。

深度见解

它把“能否端到端重做一篇已发表论文并拿出可重跑证据”变成可测量、可比较的问题,为 AI Scientist 能力提供了一个更贴近真实科研的标尺。

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-10-08 17:28:44 来源:量子位

PaperBenchX为代表的基准或许能更好地衡量AI的科研实力

允中 发自 凹非寺 量子位 | 公众号QbitAI

OpenAI最近真是频频往数学界扔重磅炸弹。

Image 1

#UniPat AI#PaperBenchX#GPT-6 Astra#OpenAI#Ansys HFSS#Ansys Lumerical#Meep#PySCF#ABACUS

原文约 12 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。