周伯文团队提出NatureBench：AI写的论文，能登上顶刊Nature吗？

清华大学周伯文团队提出NatureBench，用于系统评估AI Agent在顶级学术期刊Nature论文核心实验中的复现与改进能力。结果显示，尽管部分AI能在特定任务上接近甚至超过原论文结果，但整体稳定超越能力有限。NatureBench通过NatureGym将真实科学论文转化为可运行的任务包，以统一标准进行评估。

🔗 [论文地址]：https://arxiv.org/pdf/2606.24530