GPT-6-Astra以每个2.40美元的成本解决了50个物理研究问题中的49个 | AI Archive

由包括哈佛大学和谷歌DeepMind在内的35名研究人员开发的TheoPhysEval新基准测试,评估AI代理在50道未发表的理论物理问题上的表现。GPT-6-Astra成为表现最佳者,以每道题平均成本低于3美元的价格正确解答了50道题中的49道。该基准测试侧重于常规的“按部就班”计算,而非宏大的开放挑战,表明领先模型已有效记忆了大量物理学文献。尽管AI在执行特定计算方面已达到或超越人类专家水平,但作者指出,缺乏科学“品味”使得这些工具

AI Archive

Terminal content

Latest news

News articles

Repository of the day

anthropics/claude-plugins-official · ⭐ 41,577

Official, Anthropic-managed directory of high quality Claude Code Plugins.

Source: GitHub Trending