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。” ...

在全球经济日益依赖科技驱动的时代，人工智能（AI）技术和消费电子行业的发展备受瞩目。2025年4月3日，OpenAI正式公布了其最新成果PaperBench——这是一项旨在评估AI智能体复现前沿AI研究能力的基准测试。这一消息无疑为市场带来了新的投资机会，尤其是人工智能ETF（512930）和消费电子ETF（561600），它们近期的表现引起了广泛关注。

今天凌晨1点，OpenAI开源了一个全新的AI Agent评测基准——PaperBench。 这个基准主要考核智能体的搜索、整合、执行等能力，需要对2024年国际机器学习大会上顶尖论文的复现，包括对论文内容的理解、代码编写以及实验执行等方面的能力。

We surveyed it all in the following list, which ranks all 72 John Lennon solo songs. The only tracks that have been left ...