⌘ K
… 读取采集状态 同步中...
雷
原文
硅星人Pro· 黄小艺·· 5 天前AI 评分67

PaperBenchX 评测显示 10 个前沿 Agent 配置在 93 个复现任务中均无法完全复现

复现论文,10 个模型集体“翻车”!PaperBenchX 找到了 AI 科研的卡点

AI 导读

UniPat AI 推出的 PaperBenchX 评测显示,10 个前沿 Agent 配置在覆盖 12 个科学方向的 93 道题中,没有任何配置能完全复现 70 道题目。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:硅星人Pro · mp.weixin.qq.com