UniPat AI发布PaperBenchX基准，评测AI科学论文复现能力

UniPat AI发布PaperBenchX基准，测试AI在93个真实论文复现任务中的表现，结果显示最强模型GPT-6 Astra完整复现率仅为13.98%。该基准覆盖12个研究方向和10种科学软件环境，通过重新执行工作流验证结果，首次量化了AI与General AI Scientist之间的能力差距。