热点事件持续更新
UniPat AI发布PaperBenchX复现论文基准
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
2026年10月8日，UniPat AI推出PaperBenchX基准，用于评测前沿Agent复现已发表论文实验的能力。该基准覆盖12个方向共93篇论文实验，要求10个前沿Agent配置在真实科学软件中完成复现。结果显示，70道题没有任何配置能完全复现；GPT-6 Astra仅14%任务过关，国产模型约7%。分项上，建模和执行得分在六成以上，科学验证仅约43%。评测包含3168个可评分标准，采用隔离环境重跑验证，任务构建投入超1000小时博士级专家工作。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 13:53
PaperBenchX评测显示多数前沿Agent无法完全复现论文实验，GPT-6 Astra仅14%任务过关。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- 硅星人Pro · 微信公众号UniPat AI 推出 PaperBenchX：10 个前沿 Agent 复现 93 篇论文任务多数失败
UniPat AI 推出 PaperBenchX 基准，让 10 个前沿 Agent 配置在真实科学软件中复现 12 个方向共 93 个已发表论文实验。70 道题没有被任何配置完全复现，GPT-6 Astra 仅 14% 任务过关，国产模型约 7%；建模和执行得分在六成以上，科学验证仅约 43%。评测含 3168 个可评分标准，采用隔离环境重跑验证，任务构建投入超 1000 小时博士级专家工作。
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。