港科大（广州）等发布LongChang基准，测大模型自主发现物理规律

香港科技大学（广州）与阿里巴巴研究者提出 LongChang 基准，让大模型在物理规律被改写的虚拟场景中自主发现规律。该基准基于 MuJoCo 构建 15 个场景，其中 1 个为普通物理对照，14 个各改写一条规律，例如重的物体反而下落更慢、红球之间相互吸引。 探索时，模型不被告知课题、异常或规律数量，需自行选题、操作物体、搭建器材并检验假设。评测覆盖 12 个模型，每个模型在每个场景运行 3 次、每次最多 100 轮；发现率只统计规律完整正确、且结论与推理都有实验支持的案例。

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。