UniPat AI发布论文复现基准PaperBenchX GPT-6复现率仅13.98%

UniPat AI 发布了多学科端到端论文复现基准 PaperBenchX。评测结果显示，模型 GPT-6 Astra 在 93 个真实科学复现任务中的完整复现率仅为 13.98%。 该基准覆盖电磁、化学、材料等 12 个研究方向与 10 种领域原生求解器，通过在隔离环境中重放工作流验证科学证据的可靠性。目前 UniPat AI 已开源 12 个代表性测试任务，同时维护 81 个封闭测试任务。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。