ResearchArena：117篇AI生成论文均未达顶会门槛

一项名为 ResearchArena 的研究让 Claude Code（Opus 4.6）、Codex（GPT-5.4）和 Kimi Code（K2.5）在轻量指导下独立完成选题、实验、写作与自我改进的完整研究流程，共生成 117 篇论文。结果是：这 117 篇论文无一达到顶会录用标准。 评测覆盖 13 个计算机科学选题种子，每个智能体—领域组合做 3 次试验，每篇论文经三种方式评审：仅看稿件的评审（SAR）、可查看工作区的同行评审（PR），以及人工元评审。研究团队据此得出全部未过顶会门槛的结论。 需要留意的是，该结论的适用范围限于上述三个智能体、13 个种子和三种评审设定，并不等同于对所有自动研究系统能力的普遍判断。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。