Se ha creado PaperBench, un estándar para evaluar la capacidad de los agentes de inteligencia artificial (IA) para replicar investigaciones de vanguardia en el campo de la IA. Este estándar busca medir la capacidad de los sistemas de IA para entender y aplicar conocimientos de investigación en el campo. La creación de PaperBench busca mejorar la precisión y la eficacia de los sistemas de IA en la replicación de investigaciones avanzadas.