新基准测试：AI代理解出49道物理研究题
热点事件持续更新
新基准测试：AI代理解出49道物理研究题
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究团队发布 TheoPhysEval 基准测试，让商用 AI 智能体在无人类提示下求解 50 道理论物理研究题。运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 49 题（98%），平均每题成本 2.40 美元，整套基准约 116 美元。 测试对每个智能体运行两次：一次允许联网搜索，一次断网隔离。题目与测试设置已作为数据集发布在 Hugging Face 上，可供下载核验。 研究团队称，当前题目求解成本仍低，但对更难的题目，预计资源需求会急剧上升。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 23:24
GPT-6-Astra 以每题 2.40 美元解出 50 道物理研究题中的 49 道报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- The Decoder精选GPT-6-Astra 以每题 2.40 美元解出 50 道物理研究题中的 49 道
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 01:00
- 近 24 小时变化
- –
02.557.510
01:0002:0003:00
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。