疑似评测泄漏：前沿模型全答错 GPQA Diamond 错误标注天体物理题

一道 GPQA Diamond 天体物理题被指存在错误标注，所有前沿模型均给出错误答案，题目标注的「正确答案」本身可能有误。题目涉及两颗恒星在 LTE 假设下的丰度测量与光球硅原子数之比，质疑者正向天体物理人士求证。