AI若能自主复现顶尖科研论文，未来科研将被掀翻天。OpenAI最新框架PaperBench正为此生，让AI智能体从头开始复现ICML 2024 20篇优秀论文，只有Claude 3.5 Sonnet拔得头筹，但仍无法超越ML博士水平。

在这个瞬息万变的科技时代，OpenAI再次吸引了全世界的目光。他们发布的新基准测试“PaperBench”，专注于衡量人工智能模型在复现顶级学术论文方面的能力。令人振奋的是，最新一轮测试显示，AI模型Claude 3.5 Sonnet已实现21%的复现率，这不仅是对现有科研能力的挑战，更是对整个科学界的一次重大推动。

【新智元导读】2024年，人工智能（AI）在科研领域的角色愈发引人注目。OpenAI最新发布的框架PaperBench，旨在评估AI智能体在复现顶尖学术研究中的能力，成为了业界关注的焦点。论文复现的挑战不仅关乎科学的进步，更揭示了人类和AI之间的微妙关系。目前来看，即使是Claude 3.5 Sonnet这一先进的AI模型，也未能完全取代人类的科学才能。

当地时间4月2日，OpenAI方面宣布推出并开源一个全新的、名为PaperBench的AI智能体（AI ...

Investing.com — 周三，OpenAI宣布发布PaperBench，这是一个新的基准测试工具，旨在评估AI代理在复现前沿AI研究方面的能力。该工具是OpenAI准备框架 (Preparedness ...

4 月 3 日，OpenAI 推出了 PaperBench（论文基准测试），这是一个用于评估 AI 智能体自主复现前沿人工智能研究能力的基准测试系统。如果大模型智能体具备了自动写 AI / ...

OpenAI也用这个最新基准测试了一把目前最顶尖的LLM，结果就是——人类并没有一败涂地！“顶尖的“人工智能博士”尝试了 PaperBench 的一个子集，结果发现模型的性能尚未超过人类基线。” ...

爱范儿 3 月 27 日独家报道，Google 不再维护 AOSP 公开分支，最终将除法定义务开源的底层之外的中上层部分转为闭源以降低成本。 据爱范儿了解，AOSP ...

此外，新版DeepSeek-V3模型在前端开发能力、中文搜索能力、工具调用、角色扮演和问答闲聊等方面也得到了一定幅度的能力提升。 现在看来，DeepSeek-V3此次更新也很直白地展示了DeepSeek接下来的路线，即把V系列和R系列融合成一个新模型 ...

近日，香港大学数据智能实验室推出了一款开源的AI-Researcher系统，以Claude-3.5-sonnet作为核心，兼容DeepSeek、HuggingFace 等主流大模型生态。 这三篇论文，出自同一AI之手。 随着人工智能技术的迅猛发展，OpenAI提出的五级模型（涵盖从对话系统到协作管理者 ...

对此，小米方面回应证券时报称此为假消息。目前，小米官微和雷军个人微博并未发布上述信息。IT 之家注意到，雷军昨日曾发声表示「将站出来」解决问题，无论发生什么，小米都不会回避。（来源：IT 之家） ...

引言随着人工智能技术的快速发展，大语言模型(LLM)已成为AI领域的焦点。在实际应用中，用户面临一个重要选择：是使用在线大模型服务，还是选择本地部署 ...