PaperBench: Evaluating AI’s Ability to Replicate AI Research

Источник данных

То, что RADAR обнаружил и классифицировал для этой возможности. Это опубликованный источником текст, а не подтверждение, что предложение ещё действует.

• OpenAI NewsНаблюдение: 2 апр. 2025 г.Надёжность источника: 60%

  PaperBench: Evaluating AI’s Ability to Replicate AI Research. We introduce PaperBench, a benchmark evaluating the ability of AI agents to replicate state-of-the-art AI research.

  Открыть источник