UniPat发布PaperBenchX：GPT-6复现率仅13.98%

2026年10月8日，UniPat AI发布了名为PaperBenchX的国际首个多学科端到端论文结果复现基准。该基准涵盖电磁、化学等12个研究方向，并包含3168条专家校验评分项。测评结果显示，表现最强的模型GPT-6 Astra在93个真实论文复现任务中，完整复现率仅为13.98%。这一数据表明，尽管当前大模型在解决部分数学难题方面表现出色，但在可靠重建科学工作流以及生成可验证证据的能力上，仍存在显著差距。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。