TheoPhysEval发布并测试五个智能体
热点事件持续更新
TheoPhysEval发布并测试五个智能体
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
多位理论物理学家构建并发布 TheoPhysEval，用50道未发表的研究级理论物理题测试五个现成智能体。GPT-6 Astra 在 OpenAI Codex 环境中答对49道，得分率98%，平均每题成本不足3美元。 GPT-6 Astra 首轮评分仅80多分，并坚称专家参考答案有误；物理学家复查后确认参考答案存在多处细微计算错误，修正后其得分升至49/50。研究也讨论了模型可能记住大量物理文献对物理研究的影响及局限。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 07:45
GPT-6 Astra 在 TheoPhysEval 50 道物理题中答对 49 道报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntGPT-6 Astra 在 TheoPhysEval 50 道物理题中答对 49 道
GPT-6 Astra 在 OpenAI Codex 环境中完成 TheoPhysEval 的 50 道研究级理论物理题，答对 49/50（98%），平均每题成本不足 3 美元。首轮评分仅 80 多分后，模型坚称专家参考答案有误，物理学家复查确认存在多处细微计算错误，修正答案后得分升至 49/50。研究还讨论了模型可能记住大量物理文献的问题及其对物理研究的意义与局限。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。