已收录文章摘要，完整内容可前往原文阅读。
浙江大学和苹果提出PaperGym，把每篇论文转成一套研究计划训练环境，并发布2万条实例。按同一训练方案得到的Qwen3-8B在ResearchQA上达到73.48，高于论文所列的更大模型Kimi K