CritPt v2上线Artificial Analysis，GPT-6得分显著
热点事件持续更新
CritPt v2上线Artificial Analysis，GPT-6得分显著
2 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Artificial Analysis 上线了 CritPt v2 基准测试。该版本包含经作者审查的 70 个研究级物理挑战题目，并允许模型使用代码执行工具进行解题。 由于题目修订和工具权限的变化，v2 与 v1 的评分不可直接比较。Artificial Analysis 称，大部分分数提升来自更难的挑战题目，代码执行工具的贡献较小。以 GPT-6 Astra (max) 为例，其在 v2 上的得分为 83%，而 v1 为 32%。
AI 根据报道生成 · 3 小时前更新
最新进展10月23日 02:12
CritPt v2评分高于v1不可比事件进展
2 个进展
- 10月23日 02:12 · 1 篇报道CritPt v2在Artificial Analysis上线Artificial Analysis：CritPt v2 在 Artificial Analysis 上线
- 10月23日 02:12 · 1 篇报道Artificial Analysis公布GPT-6 Astra在CritPt v2的得分Artificial Analysis：CritPt v2评分高于v1不可比
报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Artificial AnalysisCritPt v2评分高于v1不可比
CritPt v2 的得分通常高于 v1，两者无法直接比较。GPT-6 Astra (max) 在 v2 上的得分为 83%，较 v1 的 32% 有所提升。这两项变化均有贡献：在我们的测试中，大部分提升来自修订后的挑战题目，代码执行工具访问权限带来的提升较小
- Artificial AnalysisCritPt v2 在 Artificial Analysis 上线
CritPt v2 已在 Artificial Analysis 上发布：CritPt 作者已审查所有 70 个研究级物理挑战，模型现在使用代码执行工具解决它们。根据研究社区的反馈，CritPt 团队和物理专家合作者
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月23日 09:00
- 近 24 小时变化
- –
02.557.510
09:0010:0011:00
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。