OpenAI開源PaperBench，重塑頂級AI Agent評測

BlockBeats 消息，4 月 3 日，據 AIGC 開放社區消息，今天凌晨 1 點，OpenAI 開源了一個全新的 AI Agent 評測基準——PaperBench。這個基準主要評估智能體的搜尋、整合、執行等能力，需要 2024 年國際機器學習大會上頂尖論文的複現，包括對論文內容的理解、程式碼編寫以及實驗執行等方面的能力。

根據 OpenAI 公佈的測試數據顯示，目前知名大模型打造的智能體，還無法戰勝頂級機器學習專業博士。但在輔助學習、了解科學研究內容上很有幫助。