paperguru-benchmark

关于

你好，推荐一个我们最近开源/发布的项目：PaperGuru。 它不是通用聊天机器人，而是一个面向严肃学术工作的 AI research agent，可以覆盖科研全流程：文献综述、方法设计、实验执行、结果分析和论文写作。 项目有几个比较特别的点： 不是单点工具，而是完整科研工作流 agent 不需要再把 reference manager、文献总结、AI 助手、查重工具拼起来用。 有公开 benchmark 结果 在 OpenAI 的 PaperBench 上取得了 66.05%，用于衡量 agent 自主复现前沿 ML 研究的能力。 有真实学术验证 已经支持 20+ 篇工作被顶级同行评审 venue 接收。 强调 trust / verifiability 我们希望它不只是“会说”，而是真的能做科研工作，并且结果可验证。

收录记录

1. 阮一峰周刊·用户投稿

   2026年6月19日 · 1 次收录