联系预约评估

行业与实践 · 标签「科学」

最新优先最早优先

最新优先最早优先

研究与基准测试2026-10-3113 分钟
PaperBenchX 附录：任务清单、重放协议与轨迹案例
PaperBenchX 全文附录：93 题清单、十二个公开演示、干净重放与回归检查，以及三条跨仿真器轨迹。正文另文发布。
研究与基准测试2026-10-3122 分钟
PaperBenchX：人工智能能跨学科复现科学吗？
93 个专家构建的跨学科论文复现任务上，最好的前沿配置完全复现率只有 13.98%，71 题没有任何配置超过 90%。附录另文发布。