Google Cloud AI Research 发布 PLE 物理工程基准，前沿模型得分均不足 50%

Google Cloud AI Research 发布新基准 Physical-Engineering's Last Exam（PLE），用于评估模型构建物理世界的工作能力。所有受测前沿模型得分均低于 50%；评论者 Afinetheorem 认为该基准方向合适，并预计按当前进步速度，一年内可能出现分数饱和。