FrontierPhysics 基准发布，评估 AI 智能体端到端物理科研能力

BenchFlow 团队发布 FrontierPhysics 基准，评估 AI 智能体的端到端物理科研能力。团队招募来自 26 家机构的 42 名物理学家参与出题和评分，其中 28 人曾在 Nature、Nature Physics、PRX、PRA 等期刊发表论文。评测聚焦科学领域的长程智能体任务，Artificial Analysis 将合作在其平台托管该评测。