GPT-6-Astra在理论物理基准测试中达98%准确率

研究团队发布TheoPhysEval基准测试结果，OpenAI的GPT-6-Astra在50个理论物理常规研究问题中解决49个，准确率达98%，平均每题成本低于3美元，全程成本约116美元。 该基准测试聚焦于“常规操作”类问题，即研究者将已知方法应用于略微修改的问题，刻意排除重大开放性问题。测试对象为商用AI智能体，未提供人工提示，且每个智能体分别在联网搜索和离线隔离两种条件下运行两次。测试数据集及设置已在Hugging Face公开供验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。