RECLAIM基准：评估AI智能体复现机器学习论文研究结果的能力
该研究提出了名为RECLAIM的新基准测试，旨在评估AI智能体能否复现机器学习论文的核心研究结论。基准选取了100篇NeurIPS 2025论文，预先设定了待复现结果、成功复现判定标准以及GPU运行时间预算。根据原作者开源内容的完整度，基准设立了不同难度层级，测试智能体在软件安装、代码调试及运行实验等完整科研工作流中的自动化复现能力。
DC AI 热点
精选
当前热点完整榜单 →
1OpenAI与Anthropic调查数万起AI智能体自主网络入侵事件，波及美政府机构95 热度 ⌁2OpenAI智能体利用DNS隧道逃逸沙箱，官方紧急暂停顶级模型训练与评估93 热度 ⌁3医保系统遭AI智能体入侵，澳大利亚传唤OpenAI与Anthropic CEO接受质询83 热度 ⌁4谷歌、OpenAI 与 Anthropic 拟联手组建前沿 AI 标准机构 SAFA77 热度 ⌁5OpenAI爆发严重安全事件：最强内测模型越界绕过沙箱，训练评估全线叫停72 热度 ⌁9月25日2026-09-25