TheoPhysEval基准测试AI智能体物理研究能力
热点事件持续更新
TheoPhysEval基准测试AI智能体物理研究能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月，研究团队发布TheoPhysEval基准，用于测试商用AI智能体在无人类提示下求解理论物理研究题的能力。该基准刻意排除重大开放问题，聚焦研究者将已知方法应用于稍作修改问题的“例行”研究任务。测试中每个智能体运行两次，一次在可联网搜索的真实条件下，一次在无网络隔离环境中。团队测试了多款商用AI智能体，运行在OpenAI Codex环境中的GPT-6-Astra成绩居首，50道题中答对49道（98%），平均每题成本不到3美元，整轮约116美元。任何想核验结果的人可在Hugging Face下载题目与测试设置数据集。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 23:24
GPT-6-Astra 在 50 道物理研究题中解出 49 道，每题成本约 2.40 美元报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- The DecoderGPT-6-Astra 在 50 道物理研究题中解出 49 道，每题成本约 2.40 美元
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，整轮约 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 00:00
- 近 24 小时变化
- –
02.557.510
10月16日01:0002:00
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。