热点事件历史事件

GPT-6-Astra在TheoPhysEval物理基准中得分98%

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

研究人员发布 TheoPhysEval 理论物理基准测试，结果显示 GPT-6-Astra 以 98% 的准确率（解决 50 题中的 49 题）位居第一，平均每题成本低于 3 美元。Anthropic Opus 5.5 以 92% 的准确率排名第二。该基准聚焦于应用已知方法处理微调问题的“例行”研究工作，测试过程中未向商业 AI 代理提供人类提示。尽管模型在具体计算上表现强劲，但研究者指出其在构建理论和判断问题趣味性方面仍无法替代人类专家。

AI 根据报道生成 · 3 天前更新

最新进展10月15日 23:24

GPT-6-Astra 在理论物理基准测试中解决 49/50 个问题

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

23:24
The Decoder精选
GPT-6-Astra 在理论物理基准测试中解决 49/50 个问题
最新研究显示，GPT-6-Astra 在 TheoPhysEval 基准测试中以平均每题不到 $3 的成本解决了 49 个理论物理问题，准确率达 98%。该测试聚焦于应用已知方法处理微调问题的“例行”研究工作，Anthropic Opus 5.5 以 92% 的准确率位居第二。尽管模型在具体计算上表现强劲，但研究者指出其在构建理论和判断问题趣味性方面仍无法替代人类专家。

本事件热度走势

可比范围当前: 3
可比范围峰值: 910月16日 02:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。