research-replication

这条推文讨论了将美股的多智能体辩论系统复制到中国A股，并针对本地市场特征如T+1交易和涨跌幅限制进行了修改，强调仅用于研究目的。

Inherent Labs推出了Faraday，一个270亿参数的AI科学家智能体，通过长期强化学习训练以复制科学研究，在论文复制任务上超越了Claude Opus 4.8和GPT-5.5。

Mattshumer 报告称，某AI模型的首批复现结果正在出现，用户注意到通过单个提示词生成的游戏质量令人印象深刻。

OpenAI推出PaperBench，一个评估AI代理复现最先进AI研究能力的基准。该基准通过复现20篇ICML 2024论文，包含8,316个可评分任务。表现最好的模型（Claude 3.5 Sonnet）仅达到21%的复现分数，低于人类博士级别的表现，凸显了当前自主研究能力的局限性。