PaperBench（OpenAI）：在复现 ICML 2024 会议的 20 篇论文时，最佳 AI 智能体（Claude 3.5 Sonnet）平均得分 21.0%；模型尚未超过人类专家由 AI 翻译，经编辑部审校2025/04/02 · 科学技术AI 递归自我改进来源arxiv.org ↗¶ c927jx6v4