Suvrat Raju 团队发布 TheoPhysEval 基准，GPT-6-Astra 得分最高
热点事件观察中
Suvrat Raju 团队发布 TheoPhysEval 基准，GPT-6-Astra 得分最高
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Suvrat Raju 等人发布的 TheoPhysEval 理论物理研究基准测试显示，OpenAI GPT-6-Astra 答对 49/50 题，以 98% 正确率领先；Anthropic Opus 5.5 以 92% 紧随其后。 该基准覆盖 11 个理论物理子领域，每个 AI 代理在联网与离线两种条件下各运行一次，结果表明得分与是否联网几乎无关。研究者认为这显示前沿模型已深度内化物理文献。测试题目与设置已作为数据集在 Hugging Face 公开。 报道指出部分题目参考答案存在瑕疵，若修正后 GPT-6-Astra 可达全对。测试成本平均低于 3 美元/题，整项基准总花费约 116 美元。
AI 根据报道生成 · 1 天前更新
最新进展10月15日 23:24
GPT-6-Astra 在 TheoPhysEval 基准上正确率 98%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 TheoPhysEval 基准上正确率 98%
OpenAI GPT-6-Astra 在 TheoPhysEval 理论物理基准上以约 $2.40/题的成本答对 49/50 题，排名领先；Anthropic Opus 5.5 以 92% 紧随其后。该基准测试 11 个理论物理子领域，结果与是否联网几乎无关，表明前沿模型已深度内化物理文献；部分题目参考答案存在瑕疵，修正后 Astra 全对。相关数据集已在 Hugging Face 公开。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1010月16日 01:00
- 近 24 小时变化
- -51%
02.557.510
06:0012:0018:0010月17日
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。