量子位· 允中·· 3 小时前精选AI 评分62
PaperBenchX 测评：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 发布的 PaperBenchX 在 93 个真实论文复现任务上测评 10 组前沿模型与 Agent 框架配置，表现最强的 GPT-6 Astra 完整复现率只有 13.98%。
推荐理由
文章拆解了PaperBenchX的三层验证设计，可迁移之处在于它把科学复现拆成可重跑、可溯源、可判定的具体评测方法。
来源：量子位 · qbitai.com