AI,个人随笔 复现论文,10 个模型集体“翻车”!PaperBenchX 找到了 AI 科研的卡点 AI 正在承担越来越完整的科研工作,但成果越多,验证越重要。UniPat AI 的 PaperBenchX 换了个评测角度:给模型一篇已发表的论文,让它在真实科学软件里把关键实验重做一遍。覆盖 12 个科学方向的 93 道题中,70 道无配置能完全复现。 硅星人Pro AI AgentOpenAI基础科研
AI,个人随笔 AI让数学再也回不去那个旧世界了。 OpenAI 在 GitHub 开源 openai/math,722 份数学手稿归成 372 个成果组,覆盖数论、代数几何、理论计算机等方向,出自一个尚未公开的内部模型,每个结果平均消耗约 3 小时 ChatGPT Pro 级算力,数学评测本身已经刷满。 数字生命卡兹克 GithubOpenAI基础科研