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。

在科技迅猛发展的今天，人工智能到底能走多远？近日，OpenAI又一次引发了我们对AI前景的深刻思考。当地时间4月2日，美国开放人工智能研究中心（OpenAI）宣布了PaperBench的推出，这个新基准的提出，似乎是对智能体研究能力的一次全新挑战。

【 OpenAI 宣布推出 AI Agent评测基准PaperBench】 财联社 4月3日电，美国开放人工智能研究中心（OpenAI）当地时间4月2日宣布推出PaperBench——一个评估AI智能体复现前沿AI研究能力的基准。智能体需从零开始复现20篇ICML 2024 ...

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 / ...

梦晨 发自 凹非寺量子位 | 公众号 QbitAI OpenAI承认Claude是最好的了（狗头）。

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。” ...

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。

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 ...

如今，杭州已经成了全球范围内少有的，同时拥有3个世界顶级开源模型的城市。在达摩院首席科学家赵德丽看来，大模型开源是杭州从这一轮AI技术变革浪潮中脱颖而出的关键，“3年时间，杭州用别人几乎十分之一的算力成本，跑出了10倍的模型迭代速度。” ...

《科创板日报》4月3日讯 今日科创板早报主要内容有：四部门：上海市等9个城市列入首批车网互动规模化应用试点范围；湖北：重点支持武汉智能网联汽车等领域培育千亿级集群；山东：将出台文化与科技融合、脑机接口、 量子科技 3个行动计划。

《科创板日报》4月3日讯 今日科创板早报主要内容有：四部门：上海市等9个城市列入首批车网互动规模化应用试点范围；湖北：重点支持武汉智能网联汽车等领域培育千亿级集群；山东：将出台文化与科技融合、脑机接口、量子科技3个行动计划。

VentureBeat 首次报道了 Emergence AI 的新代理构建器，将其描述为"实时运行的无代码、自然语言、AI 驱动的多代理构建器"。据该公司称，其平台在"递归智能"领域达到了新的里程碑，这种智能指的是 AI ...