LongChang 基准评测：12 个 LLM 中仅 GPT-6-Astra 自主发现未知物理定律

LongChang 基准评测显示，12 个受测 LLM 中仅 GPT-6-Astra 能自主发现未知物理定律，发现率为 16.7%，其余 11 个均为 0%。该框架让模型在 14 个物理定律被改动的模拟世界中自行提出问题、操控物体、制作工具并验证结果，探索预算扩大 5 倍也未改善表现。相关论文、代码与交互式 demo 均已公开。