标签 > 复现论文，10 个模型集体“翻车”！PaperBenchX 找到了 AI 科研的卡点

PaperBenchX 科研基准测试完成一轮评测，让 10 个主流大模型完成论文复现任务，在测试过程中发现当前 AI 在科研落地环节存在明显能力