量子位· 允中·· 2026-10-08AI 评分51
PaperBenchX评测显示:最强模型完整复现论文结果率不足14%
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发布多学科论文复现基准PaperBenchX,在93个复现任务中表现最强的GPT-6 Astra完整复现率仅为13.98%。评测显示,当前AI模型虽能完成局部仿真计算,但在验证环节及完整证据重放时存在显著瓶颈,距离可靠的科学复现仍有距离。
来源:量子位 · qbitai.com